在《自然》杂志最新一期的报道中，医疗AI领域取得了显著突破：两个独立的人工智能模型在患者的整体管理中展现出强大的多阶段辅助能力，覆盖了从疾病诊断到治疗方案制定的全过程。这两个系统，即来自德国海德堡大学医院的MIRA和谷歌公司的AMIE，其当前表现已至少达到人类内科医生的水平，有力证明了对话式AI工具在疾病管理方面的巨大潜力。

MIRA系统，由德国海德堡大学医院推出，能够接入独立的电子病历系统以获取患者信息。该模型通过分析超过500例急诊科真实临床病例数据进行了验证。研究结果表明，MIRA在与患者AI进行对话并收集相关信息后，其生成的回应与临床记录中的病史信息高度吻合。MIRA拥有超过85000种可能的诊断检测选项，并能解读结果，进而制定治疗计划，包括开具处方、安排手术以及办理入院等事宜。其平均诊断准确率达到了87.8%，显著高于由六位跨学科医生组成的专家组的78.1%。研究团队也强调，未来需要进一步的研究来提升准确性，并在实际临床环境中验证其广泛适用性。

谷歌团队则介绍了AMIE，一个为临床管理和对话流程特别优化的、基于大型语言模型的系统。该模型能够对跨越多次就诊的患者数据进行连续推理，从而有效追踪疾病的进展和治疗效果。AMIE利用谷歌的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以及药物目录（包含首选且经批准的药物清单）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个就诊案例场景中进行了比较，这些场景涵盖了五个医学专科领域，并参照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准度、遵循临床指南的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。在近期推出的药物推理基准测试中，AMIE在处理复杂病例时也展现出优于医生的能力。研究团队认为，AMIE的出现标志着利用对话式AI工具辅助医生进行疾病管理迈出了重要一步。

大型语言模型在临床领域的应用正呈现出令人振奋的发展势头，尽管此前它们更多地专注于特定任务。然而，患者的临床管理是一个多维度、复杂的过程，需要深入的病史回顾、恰当的体格检查、精准的诊断、周密的治疗规划、精确的药物剂量确定、手术进程的安排，以及在多次随访中对治疗效果的持续监测。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，分担这些日常繁重的工作，甚至有望缓解全球许多地区面临的内科医生短缺问题。