摘要：2026年6月17日，德国海德堡大学医院团队在《Nature》发表重磅研究，推出全球首个能在电子病历系统中自主完成完整诊疗流程的AI智能体——MIRA。在574例真实急诊病例的模拟测试中，MIRA平均诊断准确率达87.8%，超越专科认证医生组（78.1%）和混合资历医生组（71.1%）。它不仅能问诊、开检查、解读结果，还能制定治疗方案、安排手术、决定住院。这是医疗AI从”答题”走向”做事”的标志性节点，意味着AI医生正式拥有了临床行动能力。
一、AI医生不再是”纸上谈兵”
最近几年，ChatGPT等大语言模型在医学考试、问答任务上屡屡刷屏，但它们本质上仍是”聊天工具”——只能输出文字建议，无法在真实医疗系统中执行任何操作。以前的AI医生更像一位只会口头建议的顾问，而MIRA则像一位真正拥有处方权、能开检查单、能下医嘱的医生。
2026年6月17日，《Nature》同期发表了两篇关于自主医疗AI智能体的研究：一篇来自德国海德堡大学医院的MIRA，另一篇来自谷歌DeepMind的AMIE。两个独立团队、不同技术路径，却得出相近结论——AI智能体在患者管理全流程中的表现，已至少与内科医生相当。
MIRA的全称是Medical Intelligence for Reasoning and Action（医学推理与行动智能体）。它不是一个聊天机器人，而是一个能直接操作电子病历系统的自主AI智能体，可以完成从问诊到入院的全流程。
二、MIRA如何”干活”：沙盒EHR+85,000种工具选项
和只会输出文字建议的传统医疗大模型不同，MIRA实现了跨越式突破：它不止具备专业临床推理能力，更是首个能在标准化沙盒电子健康记录（EHR）环境中自主完成整套可落地诊疗操作的AI智能体。
具体来说，MIRA的能力覆盖以下环节：
- 与患者对话：通过聊天获取病史（由另一个”患者智能体”模拟真实患者，严格按照病历中的主诉回答）；
- 开具检查：包括血液化验、尿液分析、微生物培养、影像学检查；
- 解读结果：综合所有信息形成诊断假设；
- 制定治疗方案：开药、安排手术、决定是否需要住院；
- 遵循标准：所有操作都符合FHIR（快速医疗互操作性资源）国际标准，使用ICD、LOINC、ATC、NDC、RxNorm、SNOMED-CT等六种医疗编码系统。
更关键的是，MIRA可调用的工具选项超过85,000个，几乎覆盖急诊科医生面临的所有临床选择。它内置11类临床工具，能够自主梳理完整病史、开立解读各类检查、推导鉴别诊断、开具处方、预约手术、规划入院。
这种设计突破了传统医疗大模型”只能建议、无法执行”的局限。MIRA搭建的独立隔离沙盒EHR环境，全面兼容FHIR交互协议与六大国际通用医疗编码体系，所有诊疗指令均生成标准化、结构化数据，可无缝适配遵循统一标准的院内信息系统。
三、一场严谨的”人机对决”：574例真实病例
为检验MIRA的真实水平，研究团队设计了一场极其严谨的实验。
数据来源：基于MIMIC-IV数据库构建574例急诊病例。MIMIC-IV是由美国麻省理工学院计算生理学实验室、哈佛医学院共同建立的真实医院病历数据库，覆盖约30万名在Beth Israel Deaconess Medical Center接受治疗的患者。研究选择8类目标疾病：阑尾炎、胆囊炎、憩室炎、胰腺炎、肺炎、尿路感染、肺栓塞和胰腺癌——覆盖腹痛、咳嗽、呼吸困难、发热等急诊常见主诉，也包括胰腺癌这样低频但高风险的场景。
对照组：研究招募两组医生作为对照——委员会认证专科医生组（4名，7-11年临床经验）；混合资历医生组（6名，包括2名专科医生和4名住院医师，代表德国急诊科典型人员配置）。两组医生和MIRA面对完全相同病例，使用相同工具界面（人类医生有图形界面，MIRA有API接口），在相同信息条件下独立完成诊疗。
评价维度：诊断准确性、检查合理性、治疗合规性、操作安全性、入院决策、稳健性（面对不同性别、焦虑程度、语言障碍等干扰因素时诊断是否稳定）。
四、MIRA全面胜出：诊断、治疗、安全均超越医生
1. 诊断准确率：AI完胜人类医生
在所有8种疾病的整体诊断准确率上，MIRA达到87.8%，而委员会认证医生组的平均准确率为78.1%，混合资历医生组则更低（约71.1%）。
分病种来看，差距更加明显：
- 胰腺炎：MIRA准确率92.3% vs 专科医生78.6%；
- 胰腺癌：MIRA准确率显著高于两组医生；
- 阑尾炎：MIRA准确率达到98.6%；
- 肺炎和尿路感染：相对较低（约72-78%），但仍与医生持平。
唯一没有显著差异的是胆囊炎和肺栓塞，两者表现接近。MIRA的优势不是”什么病都比医生看得准”，而是在部分结构化程度较高的急诊场景中，展现出接近甚至超过医生的决策能力。
2. 工作流程：像医生一样思考
研究团队分析了MIRA的”行动轨迹”，发现它的诊疗步骤和人类医生惊人一致：从询问病史→制定初步计划→请求体格检查→开化验单→做影像学检查→开始用药→确定手术方案→调整围术期用药→安排入院……整个过程逻辑清晰、循序渐进，而且比人类医生更规范——MIRA在97.1%的病例中请求了体格检查，而人类医生只有87.8%。
3. 检查选择：既不过度也不遗漏
数据显示，MIRA并没有”什么都查”：
- 血液检查：MIRA请求了MIMIC-IV记录中约51.1%的化验项目，高于人类医生的28.3%，但仍低于真实临床实践中的数量（说明它没有过度检查）；
- 影像学检查：MIRA与医生相当，甚至略少；
- 微生物学检查：MIRA与医生相当，无显著差异。
4. 治疗决策：更严格遵循指南
在用药方面，MIRA表现亮眼：
- 静脉输液：对于胰腺炎患者，MIRA比医生更频繁地按指南要求给予静脉补液；
- 镇痛治疗：MIRA在多数疾病中更符合指南推荐的镇痛方案；
- 抗生素使用：虽然未能做到100%完美，但总体合规率显著高于医生。
平均而言，MIRA的指南依从性比专科医生高出35个百分点，比混合资历组高出36个百分点。
5. 手术推荐：精准匹配
在需要手术的病例中，MIRA能准确识别并推荐正确的手术方式：
- 阑尾炎：100%准确推荐腹腔镜阑尾切除术；
- 胆囊炎：90.6%准确推荐腹腔镜胆囊切除术；
- 整体手术推荐召回率：MIRA为53.5%，而专科医生仅为38.3%。
6. 用药安全：近乎零差错
研究团队对MIRA开出的468条用药医嘱进行了逐条审查：
- 99.8%的用药指令包含正确且有临床意义的给药说明；
- 97.6%的药物剂量正确；
- 98.3%的用药单位正确；
- 99.6%的治疗周期正确；
- 给药途径准确率稍低（97%），这是主要的错误来源。
在药物相互作用、肾剂量调整、过敏匹配、QT间期延长风险、阿片类药物安全等6个安全维度的专项评估中，MIRA表现优异，未发现严重安全问题。
7. 入院决策：谨慎但不冒进
MIRA在决定患者是否需要住院这件事上，表现得像一个”谨慎的医生”：
- 对于确实需要住院的患者，召回率达到100%——没有一个该收治的被漏掉；
- 对于不需要住院的患者，特异性约为70%-86%；
- 唯一不足是：在肺栓塞病例中，MIRA倾向于”过度收治”（把一些本可门诊处理的患者也收了进来），但这种”宁可错收、不可放过”的态度，在临床上是可以被接受的。
8. 抗干扰能力：不受偏见影响
研究团队还测试了MIRA在面对各种”干扰”时的稳定性，包括6类干扰情境：改变患者性别；患者坚称自己没病；患者坚称自己得了癌症；患者极度焦虑；患者只说德语；患者只说法语。结果显示，MIRA的诊断准确率几乎没有变化，表现出极强的稳健性。
五、从”聊天”到”干活”的跨越：医疗AI的里程碑
过去几年，我们已经看到很多AI在医学考试、问答任务上取得高分。但那些都是”纸上谈兵”——AI只需要输出一段文字，而不需要在真实的医疗信息系统里执行任何操作。
MIRA的不同之处在于：它能直接操作电子健康档案系统，完成从问诊到入院的全流程。这意味着它有可能真正嵌入到医院的日常工作流中，成为医生的”助手”。论文通讯作者、海德堡大学医院Jakob Nikolas Kather教授指出，与以往仅处理孤立子任务或提供自由文本建议的LLM应用相比，这些结果表明，一个与电子病历集成的AI智能体可以将临床意图转化为结构化的、可操作的电子病历操作，有望成为医生更有效的决策支持伙伴。
医疗AI领域此前长期存在两大核心空白：其一，缺少能原生嵌入现有EHR体系、真正实现端到端诊疗闭环的自主智能体；其二，尚无研究系统验证AI在沟通、诊断、治疗、入院分流等完整临床链路中的综合性能与安全边界。MIRA的出现，第一次同时填补了这两块空白。
六、MIRA仍会犯错：局限性不可忽视
不过，MIRA仍然会犯错，这项研究存在明显局限：
第一，沙盒环境而非真实临床。这项研究只是在沙盒电子病历和模拟急诊环境中完成的，不是真实临床前瞻性试验。患者对话由”患者智能体”模拟，信息可能比真实患者更清楚、更结构化。
第二，病种覆盖有限。研究只覆盖8类疾病，不能说明MIRA能处理所有复杂临床问题。面对肺炎、尿路感染这类表现复杂、边界模糊的疾病，准确率明显下降。
第三，并非所有环节都完美。作者特别指出，MIRA在抗生素治疗上并未完全符合指南，即便整体表现更好，个别患者仍可能接受偏离最佳实践的治疗建议。
第四，过度收住院倾向。在肺栓塞病例中存在过度收住院倾向，虽然”宁可错收、不可放过”在临床上可接受，但长期来看可能带来医疗资源浪费。
因此，医生的夜班短期内不会被AI取代。
七、未来展望：AI最先进入哪些环节？
论文作者指出，未来最可能的落地场景不是让AI完全替代医生，而是让它承担那些重复性高、耗时多的任务，例如：
- 核对患者入院前的用药清单；
- 自动组合化验套餐；
- 草拟跨科室会诊申请；
- 提出符合指南的医嘱建议；
- 住院风险判断；
- 指南提醒。
这样，医生就能把更多时间留给直接面对患者——毕竟，医患沟通的温度，是AI暂时无法替代的。
总的来说，这项研究无疑是医疗AI发展史上的一个重要里程碑，它第一次证明：一个自主AI智能体可以在完整的急诊诊疗流程中，达到甚至超越人类专家的水平。当然，这也只是第一步，接下来还需要更多的真实世界试验来验证它的安全性、泛化能力和治疗机制。
真正的问题不是AI会不会立刻取代医生，而是当AI已经开始学会执行临床流程时，医院和医生准备好怎么使用它了吗？
文章来源：本文基于丁香园《全自动医疗AI登上Nature，能做检查、开医嘱》一文改写，并参考Nature原刊论文《Towards autonomous medical artificial intelligence agents》及相关报道综合整理。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...