两款独立的人工智能模型在自主医疗领域取得了显著进展，能够在一系列医疗环节提供支持，涵盖从疾病诊断到治疗方案制定的全过程。这些系统，包括德国海德堡大学医院的MIRA和谷歌的AMIE，已在临床表现上达到或超越了人类内科医生的水平，预示着对话式AI在疾病管理中的巨大潜力。

MIRA系统，由海德堡大学医院开发，能够访问独立的电子病历数据。该模型在超过500例急诊科真实病例中接受了评估。研究表明，MIRA在通过与患者AI进行信息交互后，其收集到的信息与电子病历中的病史记录高度吻合。MIRA拥有超过85000种诊断检测、结果解读和治疗方案（包括药物处方、手术安排和入院管理）的选项。在诊断准确性方面，MIRA达到了87.8%，而由六位跨专科医生组成的专家组的准确率为78.1%。研究团队认为，未来需要进一步研究以提升准确性，并在实际临床环境中验证其应用能力。

谷歌方面则推出了AMIE，一个为临床管理和对话流程而优化的、基于大型语言模型的系统。该模型能够对跨越多次就诊的数据进行连贯推理，从而追踪疾病的演变和患者对治疗的反应。AMIE利用谷歌的Gemini技术分析从患者处获得的信息，并确保其输出结果与最新的临床实践指南以及批准的药物清单保持一致。

在一项虚拟临床评估中，AMIE与21名全科医生在超过100个就诊场景中进行了比较，这些场景覆盖了五个医学专科领域，并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。在推理能力方面，AMIE的表现与医生相当。然而，在治疗和检查的准确性、遵循临床指南的程度以及基于指南制定的管理方案的合理性方面，AMIE均优于医生。在一项新推出的药物推理基准测试中，AMIE在处理复杂病例时也超越了医生。该团队表示，AMIE的出现标志着利用对话式AI工具协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展现出积极的趋势，尽管此前它们多专注于特定任务。而患者的临床管理则需要一个综合性的方法，包括详尽的病史了解、适度的检查、精准的诊断、周密的治疗计划、药物剂量的确定以及手术流程的安排，同时还需要在多次随访中监测治疗效果。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，承担日常的重复性工作，甚至有望缓解全球多地内科医生短缺的困境。