两个AI模型实现诊断到治疗全面管理

《自然》杂志最新一期报道了自主医疗AI智能体领域的重大突破：两款独立的人工智能模型在患者管理的全过程，从疾病诊断到治疗方案制定，均能提供显著支持。这两套系统，分别是德国海德堡大学医院开发的MIRA和谷歌公司的AMIE，其当前表现已至少达到人类内科医生的水平，凸显了对话式AI工具在疾病管理方面的巨大潜力。

德国海德堡大学医院推出的MIRA，能够接入独立的电子病历系统以获取患者数据。该模型通过对500多例急诊科临床病例的真实世界数据进行评估。结果显示，MIRA在与患者AI智能体进行交流并收集信息后，其反馈与临床记录中的病史记载高度吻合。MIRA具备从超过85000种选项中进行选择的能力，用于安排诊断性检查、解读检查结果以及制定治疗计划，包括药物处方、手术安排和住院办理。其平均诊断准确率为87.8%，超越了由六位跨学科医生组成的专家组78.1%的准确率。研究团队强调，未来需要进一步的研究来提升准确性，并在实际应用中验证其泛化能力。

谷歌团队则展示了AMIE，这是一个针对临床管理和对话流程进行优化的、基于大型语言模型的系统。该模型能够对多次就诊的数据进行连续推理，从而追踪疾病的演变和治疗的反应。AMIE利用谷歌的Gemini技术分析从患者那里收集的信息，并确保其输出结果与相关且最新的临床实践指南以及药物目录（包含批准且临床首选药物的列表）保持一致。

在一项虚拟临床检查研究中，AMIE与21名全科医生在超过100个就诊场景以及五个医学专科领域进行了比较。这些场景的设计旨在反映英国国家卫生与临床优化研究所的指导方针以及《英国医学杂志》的最佳实践指南。在推理管理能力方面，AMIE的表现与真人医生相当；而在治疗和检查的精确度、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均表现优于医生。在最新推出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。研究团队指出，AMIE的出现标志着利用对话式AI工具协助医生进行疾病管理迈出了重要一步。

大型语言模型在临床领域的应用前景令人鼓舞，尽管此前它们多专注于特定任务。然而，患者的临床管理需要多方面的能力，包括深入理解病史、进行适当的检查、准确诊断、规划治疗方案、确定药物剂量、安排手术进程，以及在多次就诊中监测治疗效果。如果AI智能体能够胜任这些任务并实现有效的管理，它们将能成为人类医生的有力助手，承担日常的常规工作，甚至有望缓解全球部分地区内科医生短缺的困境。