两个AI模型实现诊断到治疗全面管理

一项发表于《自然》杂志的最新研究揭示了自主医疗AI智能体在患者全面管理方面的突破性进展，两款独立的AI模型能够覆盖从诊断到治疗决策的多个关键环节。由德国海德堡大学医院开发的MIRA和谷歌公司研发的AMIE，在当前表现上已能比肩人类内科医生，预示着对话式AI在疾病管理领域广阔的应用前景。

MIRA系统，如海德堡大学医院所述，能够接入独立的电子病历数据，并在500多例急诊临床病例的真实世界数据中接受了检验。该模型通过与患者AI智能体互动并收集信息，其反馈能与临床记录中的病史高度吻合。MIRA拥有超过85000种可能的诊断检测安排、结果解读及治疗方案制定选项，涵盖了处方开具、手术安排及入院流程。在平均诊断准确率上，MIRA达到了87.8%，超越了由六位跨学科专家组成的团队的78.1%。研究团队强调，未来需要进一步研究以提升准确性，并在实际应用中验证其泛化能力。

谷歌的AMIE则是一款专为临床管理和对话优化的、基于大语言模型的系统。该模型具备对多次就诊数据进行连续推理的能力，从而能够追踪疾病的演变和治疗的反应。AMIE借助谷歌Gemini来分析患者提供的信息，并确保其输出结果与最新的临床实践指南以及经批准的、临床首选药物目录相符。

在一项虚拟临床检查研究中，AMIE与21名全科医生在超过100个就诊案例场景及五个医学专科领域进行了较量，这些场景模拟了英国国家卫生与临床优化研究所的指导意见及《英国医学杂志》的最佳实践指南。在推理能力方面，AMIE的表现与真实医生相当。然而，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均表现出优于医生的水平。在最新的药物推理基准测试中，AMIE在处理复杂病例时也超越了医生。该团队认为，AMIE的出现是利用对话式AI辅助医生进行疾病管理的重要一步，未来或许能为世界杯直播等大型事件的医疗保障提供新的思路。

大型语言模型在临床领域的应用展现出积极的势头，尽管以往多集中于特定任务。然而，患者的临床管理是一个多层面的过程，涉及病史的深入理解、适度的检查、精准的诊断、治疗方案的规划、药物剂量的确定、手术进程的安排，以及在多次就诊中对治疗效果的监测。若AI智能体能够胜任这些任务并实现有效的管理，将能成为人类医生的得力助手，承担日常的常规工作，并可能在一定程度上缓解全球部分地区内科医生短缺的现状。