让AI成为你的健康管家

尽管大型语言模型（LLMs）在辅助疾病诊断方面已初见成效，但其在疾病全程管理中的推理能力——包括判断病情演变趋势、评估治疗反应、安全开具处方等——仍缺乏深入研究。本研究在前期已验证的医疗智能系统AMIE基础上，构建了一个全新的、基于LLM的“代理式”（agentic）系统，专为多轮次、跨就诊周期的临床管理对话而优化。为确保推理结果科学可靠，AMIE充分利用Gemini模型的长文本理解能力，结合上下文检索与结构化推理，使其输出严格对标最新临床实践指南（如英国NICE指南、BMJ最佳实践）和权威药品目录。研究采用随机、双盲的虚拟客观结构化临床考试（OSCE），将AMIE与21名全科医生（PCPs）在100个真实多就诊场景中进行对比。结果显示：由专科医生评审后确认，AMIE在疾病管理推理能力上不劣于全科医生；在治疗与检查建议的精准性、以及对临床指南的依从性和依据支撑方面，AMIE得分更高。为进一步检验用药决策能力，研究团队专门构建了RxQA评测基准——一套源自美国和英国国家药品目录、并经执业药师验证的多项选择题测试集。实验发现：尽管医生和AMIE都能调用外部药品信息，但在难度更高的用药问题上，AMIE表现优于医生。需要强调的是，该技术目前仍处于实验室验证阶段，尚不能直接用于真实临床；但其在多项严格评估中展现出的稳健性能，标志着对话式人工智能正迈出关键一步，有望成为未来疾病长期管理的实用辅助工具。