Towards autonomous medical artificial intelligence agents论文重点由德国海德堡大学医院团队发表于Nature2026提出了MIRAMedical Intelligence for Reasoning and Action——一个能够在沙盒化电子健康记录EHR环境中自主运行的医疗AI智能体。研究通过在500余例真实急诊科病例上的模拟验证证明MIRA在诊断准确性、治疗方案制定和临床指南依从性等方面达到甚至超越了人类医生的水平首次展示了AI智能体在完整临床工作流中实现从问诊到治疗决策的端到端自主管理能力。核心研究内容问题定义当前大语言模型在医学领域的应用大多局限于狭义的、任务特定的聊天工具而非真正整合到临床工作流中的系统。有效的临床决策是一个多步骤的迭代过程医生需要反复获取患者信息通过病史采集和诊断性检查整合并推理结果直到建立工作假设并启动治疗。然而现有AI系统未能充分覆盖这一完整流程尤其是在与EHR系统深度整合、执行可操作的临床操作方面存在显著空白。本研究要回答的核心问题是一个能够自主导航于EHR环境、具备端到端临床决策能力的AI系统能否在完整的患者管理流程中达到医生级别的表现创新方法MIRA的核心创新在于将LLM与沙盒化虚拟EHR环境深度整合构建了一个能够自主执行完整临床工作流的AI智能体。具体创新包括工具化EHR交互MIRA配备了11种工具、超过85,000个选项涵盖实验室检查、微生物学检查、影像学检查、诊断假设生成、治疗方案执行包括开具处方、安排手术和办理入院等全流程操作。患者智能体Patient Agent为评估MIRA的临床能力研究设计了一个患者智能体其回应严格基于从临床记录中提取的现病史HPI确保评估条件的一致性。标准化与互操作性MIRA严格遵循FHIR标准及六种编码系统ICD、LOINC、ATC、NDC、RxNorm和SNOMED-CT确保与真实临床信息系统的兼容性。自主推理与行动MIRA遵循医生式的分步工作流——从急诊分诊开始依次进行病史采集、体格检查、实验室和影像学检查、诊断推理、治疗决策直至入院安排。研究成果诊断准确性MIRA在574例病例中平均诊断准确率达到88.9%在311例与医生直接对比的病例中达到87.8%显著优于委员会认证医生的78.1%P0.001和混合资历医生组的71.1%P0.001。在胰腺炎病例中MIRA准确率达95.2%远超委员会认证医生的78.6%P0.05。治疗决策质量MIRA在药物处方上表现出95.2%的召回率和99.6%的精确率。在程序匹配方面MIRA正确识别并请求了53.5%的相关医疗程序优于委员会认证医生的38.3%。阑尾炎病例中MIRA精确匹配了100%的腹腔镜阑尾切除术。指南依从性MIRA的临床指南依从性平均比委员会认证医生高出35个百分点比混合资历医生组高出36个百分点P0.001。药物安全性在56例患者的468份处方中未观察到高严重性药物相互作用、肾功能剂量不兼容、过敏-药物不匹配、QT风险处方或不安全阿片类药物处方。99.8%的处方被认为包含相关且临床有用的正确剂量说明。患者智能体可靠性在622个可评估的问答对中患者智能体对原始问题与改写问题的回答内容一致性达99.4%与HPI的对齐率达99.3%。在933次对话中未观察到任何过早的信息泄露0/933置信区间0.0-0.4%。实际落地应用的可能性MIRA展示了AI智能体作为医生副驾驶Copilot的切实可能性。其最直接的落地场景包括急诊科分诊与初步评估MIRA可辅助急诊医生快速完成病史采集、初步检查和诊断推理。临床决策支持在复杂病例中提供第二意见尤其在胰腺炎等MIRA表现优于人类的疾病领域。医疗资源优化MIRA在检查选择上更为审慎——其检查请求低于MIMIC-IV数据集的基线水平表明其采用的是精准检查而非全面检查策略。医学教育与培训MIRA的完整行动轨迹可作为住院医师培训的教学案例。然而作者明确指出仍需通过前瞻性、真实世界研究来建立泛化能力、安全性和治理框架。MIRA目前仅在模拟环境中验证距离真实临床部署仍有距离。技术细节系统架构MIRA的架构围绕一个核心LLM构建该LLM通过API调用与虚拟EHR环境交互。系统包含三个关键层次感知层通过患者智能体进行对话式病史采集并通过EHR工具获取已有检查结果。推理层LLM对收集到的信息进行多步推理生成鉴别诊断列表。行动层通过11种工具执行具体操作涵盖从检查申请到治疗执行的全流程。工具系统MIRA的11种工具涵盖以下功能类别病史获取工具PatientHistory体格检查工具实验室检查申请工具涵盖约36种血液参数微生物学检查工具影像学检查工具诊断假设生成工具药物处方工具手术安排工具入院安排工具每个工具都通过FHIR标准与虚拟EHR交互确保操作的标准化和可追溯性。评估指标研究采用了多维度的评估体系Tversky距离用于衡量MIRA与MIMIC-IV基线在检查选择上的差异其中对过度使用α2的惩罚权重是使用不足β1的两倍。直接匹配与等效匹配在程序匹配评估中区分精确的ICD代码匹配和临床等效的匹配。信息泄露审计系统性地检查患者智能体是否过早透露诊断信息。研究设定数据来源研究使用MIMIC-IV重症监护医学信息集市数据库的真实患者数据涵盖500余例急诊科病例。病例涵盖8种疾病胆囊炎、肺栓塞、憩室炎、阑尾炎、胰腺炎、肺炎、胰腺癌和尿路感染。对比设计MIRA的表现与两组医生进行对比委员会认证医生组4名已获得专业认证的医生混合资历组4名住院医师和2名委员会认证医生反映德国急诊科的人员配置现状两组医生均在与MIRA完全相同的条件下评估相同的患者病例每组311例使用相同的界面和可获取的信息。软硬件配置论文未详细披露具体硬件配置但基于LLM智能体的典型部署需求可推断需要高性能GPU集群用于LLM推理模拟EHR服务器符合FHIR标准安全沙盒环境隔离真实患者数据完整的日志记录与审计系统综合分析为什么MIRA能超越人类医生MIRA在多项指标上超越人类医生的表现我认为可从以下几个层面理解第一信息处理的完整性。MIRA在体格检查方面比人类医生更一致97.1% vs 87.8%在血液检查方面覆盖了MIMIC-IV中51.1%的参数而医生仅覆盖28.3%。这种系统性的信息收集减少了遗漏但值得注意的是MIRA的检查请求仍低于MIMIC-IV的基线水平说明其并非简单地检查一切而是有选择性地补充信息。第二推理的系统性。MIRA遵循明确的、分步的临床推理路径不会因疲劳、时间压力或认知偏差而跳跃步骤。在阑尾炎病例中MIRA完整经历了采集病史→制定初步计划→体格检查→实验室检查→影像学检查→药物治疗→手术干预→围术期用药调整→入院建议的全流程。第三指南的精确遵循。MIRA在指南依从性上比人类医生高出约35个百分点。这反映了LLM在记忆和应用大量结构化医学知识方面的优势。不过即使如此MIRA在抗生素治疗方面仍未达到完美一致性仅肺炎达到100%说明临床决策的复杂性远超简单的规则匹配。局限性与挑战作者坦诚地指出了MIRA的几个关键局限首先模拟与真实的差距。所有评估均在沙盒化虚拟EHR中进行。患者智能体的回应严格基于HPI而真实患者的主诉往往更模糊、更不一致。其次诊断的接地气问题。将MIMIC-IV的出院ICD诊断作为金标准存在固有局限——部分临床背景信息可能在记录中缺失。第三安全余量不足。虽然MIRA在药物安全方面表现出色但仍存在少数治疗重复的情况如昂丹司琼重复处方、华法林/依诺肝素重叠。作者强调即使是一个小比例的错误在真实临床中也意味着实实在在的患者风险因此需要患者级别的安全保障和主动监控。第四泛化能力未知。研究仅涵盖8种疾病和急诊科场景MIRA在其他科室、其他疾病、其他医疗系统中的表现尚待验证。从聊天机器人到行动智能体的范式转变这篇论文最重要的贡献或许不在于MIRA在某些指标上超越人类而在于它示范了一种全新的AI在医疗中的应用范式。此前的医疗LLM应用多为问答式——医生提问AI给出建议。MIRA则展示了AI可以作为自主行动者在EHR中执行可操作的结构化操作。这种从说什么到做什么的转变才是真正具有变革意义的。正如论文标题Towards autonomous medical artificial intelligence agents所示这只是一个开始——通向真正自主医疗AI的漫长道路上的重要一步。实践应用对医疗机构的建议从决策支持而非完全自主开始MIRA目前最适合作为副驾驶而非自动驾驶。医疗机构可先在低风险场景如分诊辅助、检查建议中部署类似系统积累经验和信任。重视EHR标准化MIRA的成功高度依赖于FHIR等标准化接口。医疗机构应加快推进EHR系统的标准化建设为AI整合奠定基础。建立沙盒测试环境在真实部署前建立与生产环境隔离的沙盒测试环境至关重要。这不仅用于验证AI系统也可用于医生培训。对研究者的建议前瞻性临床研究是下一步MIRA的回顾性模拟研究令人振奋但真实世界的前瞻性研究才是验证其临床价值的金标准。扩展疾病谱和临床场景MIRA在肺炎和尿路感染等疾病上表现相对较弱。未来研究应探索在更广泛的疾病谱和更复杂的临床场景中的表现。人机协作模式研究MIRA在独立运行时表现优异但最理想的模式可能是人机协作。需要研究如何设计最优的协作界面和工作流。对政策制定者的建议建立AI医疗设备的监管框架MIRA展示了AI自主执行临床操作的潜力这要求监管机构重新思考医疗AI的审批和监管框架。关注责任与问责机制当AI系统做出临床决策时责任归属问题亟待明确。这需要法律、伦理和医学界的共同参与。促进数据标准化与互操作性MIRA的成功证明了标准化FHIR、ICD、LOINC等的重要性。政策应鼓励和推动医疗数据的标准化建设。参考资料来源原始论文: Towards autonomous medical artificial intelligence agents,Nature, 2026Agents AMIE and MIRA advance medical AI capabilities,Nature, 2026AI agent MIRA supports clinical workflows in electronic health records as a co-pilot, 海德堡大学医院, 2026