两个AI模型实现诊断到治疗全面管理

两款独立的人工智能模型在自主医疗领域取得了显著进展，能够全面协助患者管理，涵盖诊断到治疗的各个环节。由德国海德堡大学医院开发的MIRA和谷歌的AMIE，其表现已达到或超越人类内科医生的水平，凸显了对话式AI在疾病管理中的巨大潜力。

MIRA系统能够接入独立的电子病历数据，并在500多例急诊临床病例中接受了真实世界数据的检验。该模型通过与患者AI进行交流并收集信息，能够准确匹配电子病历中的病史记录。MIRA可以从85000多个选项中进行选择，以安排诊断性检查、解读结果并制定治疗计划，包括开具处方、安排手术以及办理入院手续。其平均诊断准确率为87.8%，而由六位跨学科医生组成的专家组准确率为78.1%。研究团队建议，未来需要进一步研究以提升准确率，并在实际研究中验证其泛化能力。

谷歌团队则推出了AMIE，一个专门为临床管理和对话优化的、基于大型语言模型的系统。该模型能够进行连续的推理，追踪疾病进展和对治疗的反应。AMIE利用谷歌的Gemini分析从患者处获取的信息，并确保其输出结果符合相关且最新的临床实践指南以及药物目录。

在一项虚拟临床检查研究中，AMIE与21名全科医生在100多个就诊场景以及五个医学专科领域进行了比较。这些场景的设计参考了英国国家卫生与临床优化研究所的指导意见以及《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均优于医生。在最新的药物推理基准测试中，AMIE在处理复杂病例时也表现出优于医生的能力。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。

大型语言模型在临床应用中展现出积极的发展态势，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角度的方法，包括深入了解病史、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得力助手，分担日常的常规工作，并可能缓解全球部分地区内科医生短缺的困境。