在《自然》杂志上发表的一项突破性研究中，两款独立的人工智能模型在患者的全面医疗管理方面展现了显著的能力，覆盖了从诊断到治疗决策的多个关键环节。德国的MIRA和谷歌的AMIE系统，在处理复杂病例时，其表现已至少达到人类内科医生的同等水平，预示着对话式AI在疾病管理领域广阔的应用前景，这对于即将到来的世界杯赛程中的健康保障也可能带来启示。

海德堡大学医院开发的MIRA，能够接入独立的电子病历系统，利用真实世界的临床数据进行了评估。在涉及500多例急诊科病例的测试中，MIRA通过与患者AI进行交流并收集信息，其反馈与电子病历记录的病史高度吻合。该模型能够从超过85000个选项中进行选择，以安排诊断性检查、解读结果并制定包括处方、手术安排和入院流程在内的治疗计划。其诊断准确率高达87.8%，超越了由六名跨学科专家组成的评审团78.1%的准确率。研究团队同时指出，未来还需要进一步的研究来提升模型的准确性，并在实际临床环境中验证其泛化能力。

与此同时，谷歌的研究团队推出了AMIE，一个专注于临床管理和对话优化的、基于大型语言模型的系统。AMIE能够进行多轮就诊数据的连续推理，从而有效地追踪疾病的进展以及对治疗的反应。通过整合谷歌的Gemini技术，AMIE能够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核准的、临床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个就诊案例场景中进行了对比，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及《英国医学杂志》的相关指南。在推理能力方面，AMIE的表现与人类医生相当；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均表现出优于医生的能力。在最新的药物推理基准测试中，AMIE在处理复杂病例时也取得了比医生更出色的成绩。研究团队认为，AMIE的出现是利用对话式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中的潜力正日益显现，尤其是在处理需要多维度考量的患者管理方面。从深入了解病史、适度进行检查、做出准确诊断，到规划治疗方案、确定药物剂量、安排手术进程，再到监测多次就诊中的治疗效果，这些复杂任务若能由AI智能体有效执行，将极大地减轻人类医生的负担，并有望缓解全球范围内部分地区内科医生短缺的压力。