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，其中两个独立的AI模型在患者管理的全过程，从诊断到治疗决策，均展现出显著的辅助能力。这些系统，即德国的MIRA和谷歌的AMIE，在当前表现上至少已达到人类内科医生的水平，充分证明了对话式AI工具在疾病管理中的巨大潜力。

德国海德堡大学医院开发的MIRA，能够接入独立的电子病历系统，获取患者数据。该模型在超过500例急诊科真实临床病例数据上进行了验证。研究发现，MIRA在与患者AI智能体进行交流并收集信息后，其反馈与电子病历中的病史记录高度吻合。MIRA能够从85000多项选项中进行选择，以规划诊断检测、解读结果并制定治疗计划，包括开具处方、安排手术及办理入院。其平均诊断准确率为87.8%，而由六名多学科医生组成的专家组的准确率为78.1%。研究团队指出，未来需要进一步的研究来提升准确性，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，一个专门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。该模型能够对跨越多次就诊的数据进行连续推理，从而追踪疾病进展和治疗反应。AMIE利用谷歌的Gemini技术分析从患者处获得的信息，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（包含批准的、临床首选的药物清单）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对比。这些场景旨在模拟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。在推理能力方面，AMIE的表现与真实医生相当；而在治疗和检查的准确性、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均超越了医生。在最新的药物推理基准测试中，AMIE在处理复杂病例时也优于医生。研究团队强调，AMIE标志着利用对话式AI工具辅助医生进行疾病管理迈出了重要的一步。

大型语言模型在临床应用方面展现出令人振奋的进展，尽管此前它们通常专注于特定任务。然而，患者的临床管理需要多方面的考量，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，并需要在多次就诊中监测治疗效果。如果AI智能体能够有效执行这些任务并实现高效管理，它们将能成为人类医生的得力助手，承担繁重的日常工作，甚至有可能缓解全球许多地区内科医生短缺的困境。