两款人工智能模型在自主医疗领域取得了突破性进展，能够为患者提供从诊断到治疗决策的全方位支持。德国的MIRA和谷歌的AMIE，这两套独立的AI系统，在处理患者医疗管理方面已展现出与人类内科医生相当的能力，凸显了对话式AI在疾病管理中的辅助潜力，这或许能为四年后的世界杯2026提供一些关于高效决策能力的启示。

MIRA，由德国海德堡大学医院开发，能够访问独立的电子病历数据。该模型在500多例急诊病例的真实数据中接受了评估。通过与患者AI智能体进行交流并收集信息，MIRA能够匹配临床记录中的病史。该模型能够从超过85000个选项中进行选择，用于安排诊断测试、解读结果以及制定治疗计划，包括开具处方、安排手术和办理入院。其平均诊断准确率为87.8%，而由六名跨学科医生组成的专家组的准确率为78.1%。研究团队指出，未来需要进一步的研究来提升准确性并验证其在真实世界研究中的泛化能力。

谷歌的AMIE系统则是一个针对临床管理和对话优化的基于大型语言模型的系统。该模型能够对多次就诊的数据进行连续推理，从而追踪疾病进展和治疗反应。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相关的最新临床实践指南以及经批准的首选药物清单保持一致。

在一项虚拟临床检查研究中，AMIE与21名全科医生在超过100个就诊案例场景以及五个医学专科领域进行了比较。这些场景的设计旨在反映英国国家卫生与临床优化研究所的指导意见和《英国医学杂志》的最佳实践指南。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表现出优于医生的能力。研究团队表示，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方面展现出令人鼓舞的进步，尽管此前它们多专注于特定任务。然而，患者的全面临床管理需要多方面的能力，包括深入的病史理解、适当的检查、准确的诊断、周密的治疗方案规划、精确的药物剂量确定、手术进程安排，以及在多次就诊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，它们将成为人类医生的得力助手，承担日常的常规工作，甚至可能缓解全球范围内内科医生短缺的压力。