国际学术期刊《自然》发布两项AI医疗模型：诊断与治疗决策能力与内科医生相当

中国新闻网北京6月18日电 (记者 孙自法)国际学术期刊《自然》最新同期发表两篇人工智能(AI)研究论文。研究团队分别开发出两款独立的AI模型，旨在为患者管理从诊断到治疗决策的多个阶段提供技术支持。

两个AI模型：MIRA与AMIE

这两套自主医疗AI智能体系统分别被命名为MIRA和谷歌的AMIE。根据论文描述，其目前表现至少与内科医生相当，这显示出对话式AI工具在疾病管理方面的潜在辅助能力。

“两套自主医疗AI智能体系统分别为MIRA和谷歌的AMIE，其目前表现至少与内科医生相当。”

核心功能与机制解析

这两款AI模型的核心机制在于其“自主性”。它们能够模拟临床医生的工作流程，通过与患者进行自然语言交互，收集症状信息，并结合病历数据进行分析，从而形成初步诊断建议。例如，AMIE系统能够模拟内科医生在问诊中的多轮对话逻辑，MIRA则侧重于整合多种临床决策支持工具，生成治疗方案选项。

研究背景与行业影响

论文作者指出，这些模型并非替代医生，而是旨在提升诊疗效率与准确性。当前医疗领域面临资源分布不均、医生工作负荷大的挑战，此类AI模型有望在基层医疗或远程问诊场景中扮演“辅助决策助手”角色，帮助医生快速筛选关键信息，减少误诊漏诊。不过，研究人员也强调，这些系统仍需经过严格临床验证才能大规模应用。

AI医疗智能体MIRA诊断准确率87.8% AMIE在多项指标上超越医生

施普林格·自然供图显示AI智能体MIRA相关示意图。两项研究分别展示AI智能体在临床管理中的应用潜力：德国海德堡大学医院团队研发的MIRA在500多例急诊科临床病例评估中，平均诊断准确率达87.8%，高于6位跨专科医生专家组的78.1%；美国谷歌团队研发的AMIE在虚拟临床研究中，多个指标表现优于21名全科医生。

大型语言模型(LLM)在临床应用方面展现出前景，但通常专攻定义狭窄的任务。患者的临床管理需要多维度方法，包括深入了解病史、进行适当检查、准确诊断、规划治疗方案（含药物和手术）以及多次就诊监测治疗结果。管理推理即AI在临床决策中综合病史、检查、诊断、治疗、监测等多维步骤的逻辑能力。

MIRA：通过对话收集信息，从8.5万多种选项中选择方案

德国海德堡大学医院Jakob Nikolas Kather团队及其合作者，研发出能够访问独立电子病历系统中患者数据的AI模型MIRA。其评估基于500多例急诊科临床病例的真实世界数据，MIRA通过与患者AI智能体进行对话来收集信息——该代理的回应与临床记录中记载的病史相匹配。

MIRA可从8.5万多种选项中选择，以安排诊断检测、解读结果并制定治疗方案，包括开具处方、安排手术及办理入院手续。

MIRA平均诊断准确率87.8%，跨专科医生专家组准确率78.1%。

论文作者指出，未来需进一步开展研究以提高准确率，并在真实世界研究中验证泛化能力。

AMIE：基于Gemini的多就诊案例连续推理

美国谷歌团队研发的AMIE是一个针对临床管理和对话进行优化的基于LLM的系统，能够对多次就诊数据进行连续推理，追踪疾病进展和治疗反应。AMIE利用Gemini分析患者信息，并使其输出结果与相关且最新的临床实践指南及药物目录保持一致。

在一项虚拟临床检查研究中，AMIE与21名全科医生在100个多就诊案例场景及5个医学专科领域进行对比，这些场景旨在反映英国国家卫生与临床优化研究所指导意见及《英国医学杂志》最佳实践指南。对比结果显示：

• 管理推理能力方面，AMIE表现与真实医生相当；
• 治疗和检查的精准度方面，AMIE优于医生；
• 对临床指南的遵循程度方面，AMIE优于医生；
• 基于指南制定管理方案的合理性方面，AMIE优于医生；
• 在最新推出的药物推理基准上，AMIE处理疑难病例时的表现优于医生。

论文作者总结认为，虽然AMIE在投入临床护理前仍需进一步完善，但这项研究标志着利用对话式人工智能工具辅助医生进行疾病管理迈出了重要一步。