两个AI模型实现诊断到治疗全面管理

《自然》杂志近期刊载了一项关于自主医疗AI智能体能力的重要研究进展，两款独立的AI模型在患者的全面管理中展现出多阶段的辅助能力，涵盖了从疾病诊断到治疗决策的全过程。这两套系统分别是来自德国的MIRA以及谷歌公司的AMIE，其当前表现已能媲美人内科医生，凸显了对话式AI工具在疾病管理领域的巨大潜力。

海德堡大学医院发布的MIRA，是一个能够接入独立电子病历系统并访问患者数据的AI模型。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智能体进行信息交互后，其反馈与临床记录中的病史记载高度吻合。MIRA能够从超过85000个选项中进行选择，以规划诊断检测、解读相关结果并制定治疗方案，包括开具处方、安排手术以及办理入院事宜。其平均诊断准确率高达87.8%，显著优于由六位跨专科医生组成的专家组所取得的78.1%的准确率。研究团队强调，未来仍需进行更多研究以提升准确性，并验证其在真实世界研究中的泛化能力。

谷歌团队则推出了AMIE，一个为临床管理和对话流程而优化的、基于大型语言模型的系统。该模型能够对多次就诊数据进行连续性推理，从而追踪疾病的进展情况以及治疗的反应效果。AMIE借助谷歌Gemini技术，分析从患者处获取的信息，并确保其输出结果与当前相关的临床实践指南以及药物目录（包含已批准且临床上优先使用的药物列表）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100多个就诊案例场景及五个医学专科领域进行了对比，这些场景的设计旨在模拟英国国家卫生与临床优化研究所的指导方针及《英国医学杂志》的最佳实践指南。在管理推理能力方面，AMIE的表现与真实医生相当；而在治疗和检查的精确度、对临床指南的遵循程度以及基于指南制定管理方案的合理性方面，AMIE的表现均超越了医生。在最新推出的药物推理基准测试中，AMIE在处理复杂病例时的表现也优于医生。研究团队指出，AMIE的出现标志着利用对话式AI工具辅助医生进行疾病管理迈出了关键一步。

大型语言模型在临床应用方面已展现出令人振奋的发展势头，然而此前它们往往聚焦于特定任务。而患者的临床管理则需要一种多维度的方法，这包括深入理解病史、进行适度的检查、做出准确的诊断、规划治疗方案、确定药物剂量、安排手术进程，以及在多次就诊过程中监测治疗效果。如果AI智能体能够胜任此类任务并实现有效的管理，它们将能成为人类医生的得力助手，承担起日常的常规工作，甚至有望缓解全球部分地区内科医生短缺的困境。