Nature 正刊 | 醫療AI能完整跑完急診流程嗎？

認知神經科學前沿文獻分享

基本信息

Title:Towards autonomous medical artificial intelligence agents

發表時間:2026-06-17

發表期刊:Nature

影響因子:56.1

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

大語言模型（large language models, LLMs）在醫學問答和臨床文本處理中已有進展，但急診決策不是一次回答問題。醫生需要問診、開檢查、讀結果、診斷、用藥、安排程序并決定收治，這些動作通常發生在電子健康記錄（electronic health record, EHR）系統內。論文關注的缺口是：醫學AI能否在受控EHR環境中執行結構化臨床動作，而不只是給出自由文本建議

實驗設計與方法邏輯

作者開發醫療推理與行動智能（Medical Intelligence for Reasoning and Action, MIRA），將其放入沙盒化EHR，用574個醫療信息集市重癥監護數據庫（Medical Information Mart for Intensive Care, MIMIC-IV）急診病例測試8類診斷。MIRA通過患者agent問診，并調用11類工具獲取體格檢查、實驗室、微生物和影像信息，再生成診斷、程序、用藥和收治建議；系統遵循快速醫療互操作資源（Fast Healthcare Interoperability Resources, FHIR）。研究比較MIRA、4名專科醫生和6名混合資歷醫生，并評估診斷準確率、檢查選擇、指南一致性（guideline adherence）、用藥安全（medication safety）和穩健性

Fig. 1 | MIRA workflow.

核心發現

發現一：患者agent為后續評估提供了可控問診基礎

患者agent對改寫問題的回答基本穩定，并與原始現病史（history of present illness, HPI）保持高度一致。常規對話和對抗提示中，研究未觀察到提前泄露診斷結論，但這只說明該模擬設置下的問診材料較可靠，不能代表真實患者溝通的全部復雜性

Fig. 2 中，作者展示了回答一致性、HPI忠實度和信息泄露審計；這一結果提示患者agent可用于本研究的下游MIRA評估

在574個病例中，MIRA相對MIMIC-IV標簽的平均診斷準確率為88.9%；在311個病例的頭對頭比較中為87.8%，高于專科醫生隊列。它會按病史、體格檢查、血液檢查、影像、用藥、程序和收治推進，但肺炎、尿路感染等類別準確率較低，結果仍限于回顧性病例和受控界面

Fig. 3 中，作者展示了診斷準確率、行動軌跡和檢查選擇；這一結果說明MIRA執行的是多步驟臨床工作流，而非單次醫學問答

MIRA在闌尾炎、膽囊炎等場景中較好匹配參考程序，并在總體程序召回上高于專科醫生隊列。用藥指南一致性方面，MIRA在多個類別上優于醫生隊列，但抗生素等類別未達到完全一致，說明患者層面的監測和校正仍必要

Fig. 4 中，作者展示了程序匹配率和guideline adherence評估；這一結果提示MIRA在治療建議上有較強對齊度，同時仍存在非零偏差

在56個病例的用藥安全篩查中，研究未觀察到高嚴重度藥物相互作用、腎功能劑量不匹配、過敏用藥不匹配、QT風險用藥或不安全阿片處方，但發現3例治療重復相關問題。收治決策中，肺炎和肺栓塞需要收治病例的召回率均為1.00，不過肺栓塞場景存在偏向過度收治的誤差方向

Fig. 5 中，作者展示了medication safety、處方正確性、收治決策和提示擾動實驗；這一結果支持其在模擬中的穩健性，但不能等同于真實臨床部署安全性

省流總結

這篇Nature論文把醫學LLM評估從問答推進到沙盒EHR中的行動流程。MIRA在MIMIC-IV急診模擬中表現出較高診斷準確率、較強程序建議和用藥指南一致性，并通過部分安全篩查；但證據來自回顧性數據和受控模擬，不能證明其可替代醫生或直接部署

暑期提升

分享人：天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿