两个AI模型实现诊断到治疗全面管理

一项发表于《自然》杂志的最新研究，展示了自主医疗AI在患者全程管理方面的显著进步：两个独立的AI模型，分别由德国海德堡大学医院开发，名为MIRA，以及谷歌开发的AMIE，均已在从诊断到治疗决策的多个环节展现出强大的辅助能力。这些AI系统当前的表现已能媲美人类内科医生，揭示了对话式AI在疾病管理领域作为辅助工具的巨大潜力。

MIRA系统能够接入独立的电子病历数据库，并已在超过500例急诊科真实临床病例中接受了检验。通过与患者AI进行信息交互，MIRA能够收集病史信息，并与临床记录进行比对。该模型拥有超过85000种配置选项，可用于安排诊断性检查、解读检测结果，并制定包括处方、手术安排及入院手续在内的治疗计划。在诊断准确率方面，MIRA达到了87.8%，超越了由六位跨专科医生组成的专家组（78.1%）。研究团队建议未来需进一步提升其准确性，并在实际医疗环境中验证其普适性。

谷歌团队推出的AMIE，是一个基于大语言模型的系统，特别为临床管理和对话流程进行了优化。该模型能够对多次就诊的数据进行连续推理，从而有效追踪疾病进展和治疗反馈。AMIE运用谷歌Gemini技术分析从患者处获取的信息，并确保其输出结果与最新的临床实践指南及药物目录（包含获批且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个就诊案例场景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的表现与人类医生相当。更值得注意的是，在治疗和检查的精准度、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均展现出优于医生的水平。在处理疑难病例方面，AMIE在最新的药物推理基准测试中也超越了医生。研究团队认为，AMIE的出现是利用对话式AI工具辅助医生进行疾病管理的重要里程碑。

大型语言模型在临床应用方面的进展令人鼓舞，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一个多维度的综合性方法，涉及深入的病史采集、恰当的检查、精准的诊断、周密的治疗方案规划、详细的药物剂量确定、以及手术进程的安排，同时还需在多次就诊过程中持续监测治疗效果。如果AI智能体能够胜任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，承担起日常繁重的工作，甚至有望缓解全球部分地区内科医生短缺的现状。在分析复杂的病情时，了解世界杯赔率可能有助于评估风险，但AI模型更侧重于基于医学数据进行决策。