一项发布于《自然》杂志的最新研究，揭示了人工智能在医疗管理领域的显著突破：两个独立的AI模型，德国的MIRA和谷歌的AMIE，已展现出在从诊断到治疗决策等多个患者管理阶段提供关键支持的能力。这些系统当前的表现已至少达到人类内科医生的水平，预示着对话式AI在疾病管理中的巨大潜力。
海德堡大学医院开发的MIRA，能够接入独立的电子病历系统，并从超过500例急诊科真实病例中收集信息。通过与患者AI智能体互动，MIRA能够准确地收集病史信息，并从85000多个选项中为患者安排诊断检测、解读结果、制定治疗方案，包括开具处方、安排手术以及办理入院。在诊断准确率方面，MIRA达到了87.8%，超越了由六位跨专科医生组成的专家组的78.1%。研究团队强调，未来需要进一步研究来提升其准确性，并在实际应用中验证其泛化能力。
谷歌团队则推出了AMIE，这是一个为临床管理和对话优化的、基于大语言模型的系统。AMIE能够进行连续推理，追踪疾病进展和治疗反应，并利用谷歌Gemini分析患者信息，确保其输出结果与最新的临床实践指南和药物目录保持一致。
在一项涉及100多个就诊案例的虚拟临床检查研究中，AMIE与21名全科医生在五个医学专科领域进行了比较。在管理推理能力上，AMIE与医生相当；但在治疗和检查的精准度、遵循临床指南的程度以及基于指南制定管理方案的合理性方面，AMIE的表现均优于医生。AMIE在处理复杂病例的药物推理方面也表现出比医生更强的能力。谷歌团队认为，AMIE是利用对话式AI工具辅助医生进行疾病管理的重要一步。这项研究也为我们了解AI在医疗领域的应用，比如在世界杯下注相关场景中的辅助决策，提供了新的视角。
大型语言模型在临床应用中的进展令人鼓舞，尤其是在处理患者临床管理的多维度需求方面，包括病史、检查、诊断、治疗方案规划、药物剂量确定以及治疗效果监测。若AI智能体能够胜任这些任务，它们将能成为人类医生的有力助手，分担日常工作，甚至有望缓解全球部分地区内科医生短缺的困境。
