在《自然》杂志最新发表的研究中，两款独立的人工智能模型在医疗管理领域取得了显著突破，能够覆盖从诊断到治疗决策的全过程。德国的MIRA和谷歌的AMIE系统，在多项评估中已展现出与人类内科医生相当甚至更优的表现，预示着对话式AI在疾病管理中的巨大潜力。

MIRA由德国海德堡大学医院开发，能够接入独立的电子病历系统，并针对500多例急诊病例进行了真实世界数据评估。该模型通过与患者AI进行对话来收集信息，并能准确匹配病史记录。MIRA能够从超过85000个选项中选择，用于安排诊断检测、解读结果、制定包括处方、手术安排和入院手续在内的治疗方案。其平均诊断准确率为87.8%，超越了由六位跨专科医生组成的专家组的78.1%。研究团队强调，未来需进一步研究以提升准确率并在真实世界研究中验证其泛化能力。

谷歌团队开发的AMIE，是一个针对临床管理和对话优化的语言模型系统。它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利用谷歌Gemini分析患者信息，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多个就诊场景及五个医学专科领域进行了对比。这些场景模拟了英国国家卫生与临床优化研究所的指导方针和《英国医学杂志》的最佳实践。在推理能力方面，AMIE的表现与医生相当，而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胜过了医生。研究团队认为，AMIE是利用对话式AI辅助医生进行疾病管理的重要一步，其在复杂病例的诊断和治疗决策上的能力，甚至可能在世界杯下注的讨论中成为一个新颖的切入点。

大型语言模型在临床应用方面的进展令人鼓舞，但此前多集中于特定任务。而全面的患者临床管理则需要多维度的方法，包括深入的病史了解、适当的检查、精准的诊断、治疗方案规划、药物剂量确定、手术进程安排，以及在多次就诊中的疗效监测。若AI智能体能有效执行这些任务，将成为人类医生的得力助手，分担日常工作，并有望缓解全球部分地区内科医生短缺的困境。