AI guides

Nature: AI医生MIRA首次“全流程上岗”

By 魏雲初0 viewsSource: 集智俱乐部
Nature: AI医生MIRA首次“全流程上岗”

2026年6月17日,Nature 刊登了一项里程碑式的研究,来自海德堡大学医院的研究团队开发了一个名为MIRA(Medical Intelligence for Reasoning and Action) 的自主医疗AI智能体。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

导语

2026年6月17日,Nature 刊登了一项里程碑式的研究,来自海德堡大学医院的研究团队开发了一个名为MIRA(Medical Intelligence for Reasoning and Action) 的自主医疗AI智能体。与以往仅能提供文字建议的聊天工具不同,MIRA是首个能够在沙盒化电子健康记录(EHR)环境中,独立完成从问诊、检查到治疗、入院全流程的AI系统,其诊断准确率达到88%以上,显著优于专科医生团队的78%。在468条用药医嘱中未出现任何严重药物相互作用或剂量错误,且对需收治患者的识别召回率达到100%。尽管目前仅在模拟环境中运行,但该研究标志着AI从辅助工具向具备执行能力的临床智能体迈出了关键一步,其未来应用有望将医生从重复性事务中解放,聚焦于更具人文价值的医疗环节。

关键词:医疗自主智能体(Medical AI Agent)、电子健康记录(EHR)、沙盒电子病历(Sandboxed EHR)、MIRA(Medical Intelligence for Reasoning and Action)、临床全流程决策、诊断精度、医疗指南依从性、用药安全

文章配图

论文题目:Nature: Towards autonomous medical artificial intelligence agents

论文链接:https://doi.org/10.1038/s41586-026-10675-5

发表时间:2026 年 6 月 17 日

论文来源:Nature

一、AI 诊疗转型困局:

只会答题的大模型,做不了全流程临床执行者

尽管大语言模型(LLMs)已经能够在医疗问答、影像判读、临床推理测试中取得接近甚至超过医生的成绩,医疗领域也涌现出一批能够检索诊疗指南、整理病历、自动生成疾病编码的辅助工具,但它们至今仍难以独立完成一次完整的临床接诊。

原因在于,绝大多数医疗 AI 仍停留在“被动答题者”阶段:它们擅长回答问题,但这样只能处理零散、割裂的单一诊疗小事,没办法像真实医师一样,在电子病历系统中持续采取行动,从问诊获取病史,到开具检查、整合结果,再到制定治疗方案和安排入院,每一步都需要根据最新信息动态调整决策。换句话说,现有系统大多只能完成某一个孤立环节,而无法贯穿整个诊疗流程。

标准临床诊疗是一套闭环决策流程:医师依托电子健康记录(EHR)持续采集和更新患者信息、开具各类检验影像,在不断获得新证据的过程中形成并修正诊断假设,最终执行药物治疗、手术干预或住院管理。重要的是,这些决策最终都必须转化为电子病历系统中的结构化指令,并通过快速医疗互操作性资源(FHIR)等统一标准完成规范化记录。因此,真正进入医院工作流的医疗 AI,不仅要具备临床推理能力,还必须能够持续调用工具、执行操作并动态调整决策——这正是AI智能体(AI Agent)的技术范式。

过往不少研究已经尝试让医疗AI从“回答问题”向 “采取行动” 靠拢。例如:AMIE 等系统显著提升了优化医患对话质量,但仍局限于问诊场景,无法调取病历、开立检查;OpenAI联合企业推出的基层医疗辅助工具虽然能够嵌入临床工作流,却不具备自主操作权限;基于MIMIC-IV数据集的研究开始模拟完整诊疗流程,但由于缺乏与FHIR等通用医疗体系的深度整合,也未覆盖医患沟通、入院用药核对等关键环节,最终普遍认为,现有模型仍难以可靠地自主完成复杂病例管理。

综合来看,医疗 AI 领域始终存在两大核心空白: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。也就是说,医疗 AI 面临的真正挑战,从来不是能否回答医学问题,而是能否在真实医院工作流中持续采取行动。

二、全新诊疗体系:

MIRA让医疗AI第一次获得“行动能力”

和只会输出文字建议的传统医疗大模型截然不同,MIRA 实现跨越式突破: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)环境自主完成一整套可落地诊疗操作的 AI 智能体,整套体系包含两大核心技术创新与一套标准化仿真评测底座。

文章配图

图1|MIRA工作流程。 MIRA是一个自主医疗AI智能体,在EHR沙盒环境中运行,利用一套工具模拟临床工作流程:它能够开具检查、综合结果并生成诊断和治疗方案,同时通过聊天与一个基于真实病例回顾性记录中记录的现病史(HPI)构建的患者AI智能体进行交互。

为填补前述研究空白,研究团队开发了MIRA自主医疗智能体,并基于MIMIC-IV数据库500余例急诊真实病例开展仿真对照试验,试验病种涵盖阑尾炎、胰腺炎、肺炎、胰腺癌等8类常见急诊疾病。

创新 1:沙盒隔离 EHR 运行环境,打通院内系统数据互通

以往绝大多数医疗 AI 仅能输出自然语言建议,难以真正接入医院电子病历。MIRA 搭建独立隔离的沙盒电子病历运行环境,全面兼容 FHIR 交互协议与 ICD、LOINC、SNOMED-CT 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,突破了传统医疗大模型“只能建议、无法执行”的局限。

创新 2:多工具联动闭环决策,复刻医师分步诊疗逻辑

MIRA 内置 11 类临床工具、85,000 余种可执行临床操作,智能体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。区别于传统模型单次碎片化答题,这套多工具联动机制让 AI 模仿真实医师逐步收集信息、动态调整方案,形成首尾贯通的完整诊疗链路。

配套仿真交互底座:保障全部试验结论客观可信

为了尽可能模拟真实问诊场景、规避试验失真,研究还构建了专门的患者仿真智能体。该系统的所有回答严格受真实现病史(HPI)约束,避免模型 提前获取患者最终诊断信息,从而降低因后验信息泄露导致的性能高估风险。

大模型测试数据结果表明,这套仿真交互系统具有很高的稳定性:无论问题如何改写,回答内容的一致性、与原始病历匹配度均超 99%;即便面对诱导泄露诊断信息的对抗性提问,患者智能体也不会提前披露患者最终诊断结论,为后续人机对照实验提供了一个可信、可复现的评测环境。

严谨人机对照试验设计

研究设置了两组独立的人类医师对照组:4名持证专科医师作为高水准参照组,6 名混合资历团队复刻全球普及的德国急诊人力模式(无专职急诊医师,多由轮转低年资医生接诊)。两组医师与 MIRA 使用完全相同的患者信息输入,从诊断、治疗、用药安全三个维度横向对比综合诊疗水平,从而保证研究结果具有较强的现实参考价值与外部有效性。

三、全链路诊疗能力验证:

四大环节证明MIRA实现医师级完整临床决策

过去的大多数医疗 AI 只能完成问诊、诊断、开药、手术建议中单一环节,无法连贯走完整套诊疗流程;而在本研究中,研究团队围绕临床决策链的四个核心环节——诊断、检查、治疗和安全,系统评估了 MIRA 的综合表现。结果显示,MIRA 不仅能够像医生一样连续处理急诊病例,还首次在统一实验条件下证明,自主医疗智能体具备完成端到端临床决策的能力。

文章配图

图2 MIRA的推理轨迹。 展示MIRA在每种目标诊断下的决策路径,均以“病史”起始、以“入院”结束。粗黑线为最常见的工具转换路径,边线数字为转换频次;整体流程与人类医生的诊疗顺序高度吻合。自循环箭头表示同一工具的重复调用(如初始影像不可用时改选其他模态)

环节 1:初诊诊断 ——AI 判病准确度整体优于临床医师

首先,研究评估了 MIRA 的诊断能力。以 MIMIC-IV 数据库中的出院确诊结果作为参考标准MIRA 在八类疾病上的平均诊断准确率达 88.9%;在进一步的人机对照实验中,MIRA 在完全相同的信息条件下取得了 87.8% 的平均诊断准确率,显著高于持证医师 78.1%、基层轮转医师 71.1%。其中胰腺炎、阑尾炎识别优势最突出,仅胰腺癌诊断水平与专科医师持平,即便肺炎、尿路感染这类易混淆病症,其识别表现也不弱于人类医师。

文章配图

图3:a.左图显示基于MIMIC-IV真实数据(n=574)的总体准确率,MIRA对阑尾炎等明确疾病表现优异(148例漏诊2例);右图为匹配子集(n=311)中MIRA与医师的对比,MIRA准确率显著更高(双侧McNemar检验,P=0.000287),误差线为95%置信区间。b.以阑尾炎为例展示从病史到入院的推理轨迹,粗箭头为主要转换路径,数字为转换次数,循环为重复调用工具(全部轨迹见扩展数据图2)。c.检查选择方面,左图为相对MIMIC-IV基线(100%,n=574)的对比,右图为与医师(n=311)的对比。体格检查以柱状图显示检出比例(误差线为95%置信区间);微生物、血液及影像检查以点图显示召回率(含中位数、四分位距及须线)。显著性经McNemar检验和Wilcoxon检验评估,多重比较经Holm和Benjamini-Hochberg法校正。

环节 2:检查规划 ——AI 遵循循证逻辑,严控高价影像检查

进一步分析MIRA 的决策轨迹发现,其检查开具顺序与真实临床工作流高度一致,整体遵循由无创检查逐步过渡到有创干预的诊疗逻辑。相比人类医师,MIRA 体格检查覆盖更全面,血液检验指标也更丰富。值得注意的是,尽管 MIRA 增加了一部分低成本常规化验项目,但并未表现出通过大量开单来换取更高诊断准确率的倾向。研究并未观察到其过度使用 CT、MRI 等高成本影像检查的现象,这意味着自主医疗智能体未表现出明显的过度医疗风险。此外,MIRA 在患者居家长期用药核对任务中的准确率也非常高,能够快速完成药物信息的结构化整理。

环节 3:治疗干预 —— 手术、处方决策更贴合临床规范

在治疗决策环节,研究重点评估了 MIRA 推荐的手术和药物方案与真实临床实践之间的匹配程度。结果显示,MIRA 的整体治疗方案与标准临床路径的贴合度显著高于人类医师。例如,在阑尾炎病例中,MIRA对腹腔镜阑尾切除术的推荐匹配率达到 100%;总体来看,其外科操作推荐的召回率明显高于医师群体。药物处方层面,MIRA 的整体诊疗规范依从性比医师高出 35 个百分点,尤其在补液、镇痛等标准化治疗场景中表现突出。

不过,MIRA 并非完美。与人类医师类似,其抗生素处方仍未达到完全符合指南的水平。这也表明,即便自主医疗智能体具备较高能力,关键治疗决策仍需要保留人工复核机制。

环节 4:用药与分流安全 —— 未发现系统性高危医疗风险

医疗 AI 的最终落地,安全始终是底线。为此,研究团队从药物相互作用、肾功能剂量调整、药物过敏、QT 间期延长风险、阿片类药物管控、入院分流多维度,对 MIRA 开展系统性安全评估。:

结果显示,在56 份完整病例中,研究未观察到任何高危用药错误,近 500 条处方信息准确率接近满分;在入院决策方面,MIRA 对肺炎、肺栓塞等高风险患者未出现漏收治情况,仅少量肺栓塞病例存在偏保守收治倾向。此外,研究还进一步测试了性别差异、患者焦虑情绪以及语言障碍等潜在偏倚因素对模型表现的影响。结果显示,在不同干扰条件下,MIRA 的诊断性能波动极小,整体表现出较好的鲁棒性和稳定性。

四、落地思考与行业展望:

人机协同新模式,配套监管体系缺一不可

这项研究最重要的意义,并不只是让医疗 AI 的诊断准确率再次提高,而是第一次证明: AI 不再只能单纯输出文字答疑,而开始具备了在医院工作流中持续采取行动的能力。依托沙盒电子病历搭建的 MIRA,可以独立走完急诊从问诊、判病、开检查到开药安排入院的完整诊疗链条,诊断、治疗、用药安全多项表现整体优于一线医护,补上了过去所有医疗大模型 “只会答题、没法在院内动手操作” 的关键短板。同时 MIRA 主打病历内全流程自动化,如果和擅长实时检索最新医学文献的 AMIE 类工具搭配,二者能够互相补足,进一步缩小 AI 决策和临床标准之间的差距。

但即便试验数据表现亮眼,MIRA 距离真实临床应用仍有相当长的距离。。首先,整套仿真交互场景全部依托历史病历文字搭建,现实里患者说话含糊、信息前后矛盾、遗漏关键病史的复杂情况,仿真环境没法完全复刻;其次,训练所用 MIMIC-IV 数据集有流入大模型训练素材的可能性,试验测出的效果或许存在虚高;最重要的一点,MIRA 全程仅运行在隔离沙盒环境,从未对接医院真实业务系统,真实病房的复杂突发状况没有经过检验。

除此之外,当 AI 被赋予自主开立检查、生成处方乃至安排手术和住院的能力时,医疗系统将面临一系列全新的问题。短期应用层面,自主医疗智能体更适合作为医师的协同助手,而非独立诊疗主体。药物核对、检验套餐组合、会诊文书撰写等标准化、重复性任务,可能成为最先落地的应用场景作,从而帮助临床医生减轻繁重的文书负担。

得注意的是,MIRA 在资源使用上表现出较强的克制性。研究并未发现其通过大量增加 CT、MRI 或手术等高成本项目来提升诊断准确率,而主要增加的是低成本常规血液检查。这意味着,自主医疗智能体未表现出明显的过度医疗倾向。未来,如果进一步引入成本约束和资源优化模块,这类系统甚至有可能成为医院优化资源配置的新工具。

长远来看,自主医疗 AI 的规模化落地,真正的挑战已经不再只是模型能力,而是责任划分与治理体系建设。首先,是人机边界必须被清晰界定:AI 可以承担标准化、重复性的诊疗流程,但所有关键决策——包括最终诊断、用药方案、手术安排,都应保留医师强制复核环节,不应允许智能体独立做出最终医疗决策。

其次,风险管控体系需要与技术能力同步演进,针对高危药物、高价值影像检查等关键环节,医院需要建立人工复核、全流程审计和异常预警机制,确保 AI 的每一次诊疗行为都能够被记录、追踪和解释。与此同时,行业层面也需要逐步建立统一的准入规范、数据安全标准和应急处置机制,为自主医疗智能体进入临床提供制度保障。

归根结底,当医疗 AI 开始从“知识工具”演变为“行动主体”时,医疗系统需要重新回答一个问题:谁授权 AI 行动,谁监督 AI 行动,又由谁为 AI 的行动负责。只有当人机分工、风险监管和行业标准同步成熟,自主医疗智能体才有可能真正走出实验室,成为缓解医疗资源紧张、缩小区域医疗差距的重要力量。

参考文献

[1] Ferber, D., Hilgers, L., Höper, C.et al.Towards autonomous medical artificial intelligence agents.Nature(2026). https://doi.org/10.1038/s41586-026-10675-5 .

[2] 数据:https://physionet.org/content/mimiciv/2.2/

[3] 代码:https://github.com/Dyke-F/MIRA

文章来自于"集智俱乐部",作者 "魏雲初"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)