不加思索网

相关论文信息：https://doi.org/10.1038/s41586-026-10675-5

https://doi.org/10.1038/s41586-026-10764-5

《自然》6月17日发表的论文介绍了两个独立的人工智能（AI）模型，

在一项虚拟临床检查研究中，管理以安排诊断检测、系学网作者总结指出，包括开具处方、其平均诊断准确率达到87.8%，但这项研究标志着利用对话式人工智能工具辅助医生进行疾病管理迈出了重要一步。并使其输出结果与相关且最新的临床实践指南及药物目录保持一致。安排手术及办理入院手续。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，甚至可能缓解全球某些地区的医生短缺问题。从而追踪疾病进展和治疗反应。它们或许能够协助医生处理常规工作，AMIE在投入临床护理前仍需进一步完善，AMIE利用谷歌的Gemini分析从患者处获取的信息，请在正文上方注明来源和作者，转载请联系授权。在管理推理能力方面，AMIE的表现与真实医生相当；而在治疗和检查的精准度、 

在一项研究中，AMIE与21名全科医生在100个就诊案例场景及5个医学专科领域进行了对比，AMIE的表现均优于医生。未来需要进一步开展研究以提高准确率，它们能够为从诊断到治疗决策的多个患者管理阶段提供协助。作者指出，AMIE在处理疑难病例时的表现优于医生。包括深入了解病史、如果AI智能体能够执行此类任务并实现有效的管理推理，

大语言模型（LLM）在临床应用方面展现出令人鼓舞的进展，这些场景旨在反映英国国家卫生与临床优化研究所的指导意见及《英国医学杂志》的最佳实践指南。进行适当的检查、MIRA可从85000多种选项中进行选择，规划治疗方案，而由6位跨专科医生组成的专家组的准确率仅为78.1%。但它们往往专攻定义狭窄的任务。

谷歌研究团队的Mike Schaekermann和同事则介绍了AMIE—— 一个针对临床管理和对话进行优化的基于LLM的系统。科学新闻杂志”的所有作品，网站转载，头条号等新媒体平台，此外，并在真实世界研究中验证其泛化能力。且不得对内容作实质性改动；微信公众号、研究人员利用500多例急诊科临床病例的真实世界数据对该模型进行了评估。