科技前沿动态：医疗 AI 正从“会回答问题”走向“能在电子病历里完成多步任务”。这篇文章用 Nature 近期 MIRA 研究切入，解释它为什么火、强在哪里，以及为什么还不能直接替代医生。
如果说过去两年的医疗 AI 主要是在“回答问题”，那么最新一批研究正在把它推向更敏感的位置：进入电子病历系统，像一名住院医生那样追问病史、调取检查、开立项目、形成诊断，并给出治疗和入院建议。
这不是科幻片里的“机器人医生”，而是 Nature 近期发表的一项前沿研究。研究团队提出了 MIRA（Medical Intelligence for Reasoning and Action），一个运行在沙盒电子病历环境中的自主医疗 AI 智能体。它不是只会聊天的模型，而是能调用工具、补齐信息、按步骤推进临床任务的 agent。
这类研究的传播潜力很高，因为它戳中了公众和专业人士共同关心的三个问题：AI 会不会替代医生？医院的信息系统会不会被 AI 重写？当 AI 能“下医嘱”时，安全边界到底在哪里？
一、MIRA 到底做了什么？
传统医疗大模型多数停留在文本问答：给它一个病例，它输出诊断思路；给它一段症状，它写鉴别诊断。MIRA 的不同点在于，它被放进一个模拟电子病历工作流里。
在这个环境中，MIRA 可以完成一串连续动作：向“患者代理”询问病史，查看既往记录，申请体格检查、实验室检查、影像学检查和微生物学检查，阅读结果，生成鉴别诊断，提出用药、手术、住院等处理建议。
这一步非常关键。因为真实医疗并不是考试题，医生也不是一次性读完所有信息再作答。临床决策更像一条链：先知道什么，还缺什么，先查什么，查到结果后如何修正判断，什么时候升级处理。MIRA 测试的正是这种“多步推理 + 工具调用 + 临床行动”的能力。
二、结果为什么引人注意？
研究使用了 MIMIC-IV 数据库中的急诊真实病例，在 8 类疾病中进行评估。论文报告，MIRA 在 574 个可评价病例中的平均诊断准确率为 88.9%。在 311 个匹配病例的头对头比较中，MIRA 的诊断准确率为 87.8%，高于 4 名专科认证医生组成的小组的 78.1%，也高于混合资历医生组的 71.1%。
更值得注意的是，它并没有简单地“把所有检查都开一遍”。论文显示，MIRA 更经常补齐体格检查和血液检查，但影像和微生物检查并未出现系统性过度使用；它的流程轨迹也比较接近医生从病史、查体、化验、影像到处理决策的常规路径。
如果只看这些数字，标题很容易写成“AI 医生击败人类医生”。但更准确的说法应该是：在一个受控的、可记录的、沙盒化电子病历环境里，AI agent 已经可以完成相当复杂的临床任务链，并在部分指标上达到甚至超过医生对照组。
三、真正的变化不在“会诊断”，而在“会行动”
这项研究的前沿意义，不只是诊断准确率。
过去，AI 像一个坐在旁边的顾问：医生问一句，它答一句。现在，agent 化的 AI 更像一个可以操作系统的同事：它知道下一步要查什么，能调用工具，能把结果纳入判断，还能形成结构化行动方案。
这意味着医疗 AI 的竞争焦点正在从“模型知道多少医学知识”，转向“它能不能在真实工作流中可靠地完成任务”。
对医院来说，未来最值钱的可能不是一个单独聊天窗口，而是嵌入电子病历、检查系统、用药系统、质控系统的智能层。它可以提醒遗漏的病史，可以提示检查选择是否合理，可以在医生签署前完成草稿化的诊断和处置路径，也可以把病历、医嘱、指南和本院流程连接起来。
这也是为什么 MIRA 这样的研究会比普通“AI 问答准确率”更值得关注：它直接指向医疗软件的下一代形态。
四、别急着喊替代医生：限制同样明显
热度越高，越要把冷水浇足。
第一，MIRA 仍然是在模拟环境中测试。患者对话由“患者代理”生成，虽然研究做了信息泄露和一致性评估，但真实急诊患者的表达更混乱，情绪、疼痛、语言障碍、家属补充、病历不完整都会增加难度。
第二，研究选择的是有限疾病集合。MIRA 在阑尾炎、胰腺炎等疾病上表现突出，但在肺炎、尿路感染等情境中准确率相对较低。真实世界的病例不会贴着研究边界出现，合并症、罕见病和非典型表现会更复杂。
第三，电子病历里的“行动”不是无风险动作。一次检查申请、一次用药建议、一次住院或手术路径推荐，都会牵涉资源、费用、责任和患者安全。AI 可以生成建议，不等于可以独立承担后果。
第四，医疗 AI 的安全不是只看平均准确率。临床真正害怕的是低频高危错误：漏掉肺栓塞、错过脓毒症、低估出血风险、在肾功能不全时推荐不合适药物。一个平均表现很好的系统，只要在关键边界上不稳定，就不能直接放进临床。
五、这对普通读者意味着什么？
短期内，你在医院遇到的不会是一个独立坐诊的 AI 医生。更可能出现的是“医生 + AI 工作台”：医生仍然负责判断和签署，AI 在后台帮助汇总病史、查缺补漏、提示指南、起草诊疗计划。
这会改变就医体验。以后医生看病时，屏幕背后可能有一个智能体同时阅读你的病历、化验、影像摘要和用药史，实时提醒“还有哪些信息没问”“哪些风险需要排除”“哪些检查可能更有价值”。
但这也提出新问题：患者是否知道 AI 参与了判断？错误责任由谁承担？医院如何审计 AI 的每一步操作？模型训练和测试是否覆盖本地人群？当 AI 建议和医生经验冲突时，谁说了算？
这些问题不会因为模型变强而自动消失。相反，AI 越接近真实行动，监管、审计和责任边界就越重要。
六、未来的关键词：智能体、沙盒、审计、共驾
MIRA 研究释放了一个清晰信号：医疗 AI 的下一阶段，不是更会聊天，而是更会在安全边界内完成复杂任务。
真正成熟的医疗智能体，至少需要四件事。
第一，必须先在沙盒里反复训练和评估。不能直接连到真实医嘱系统，让模型在患者身上试错。
第二，所有操作都要可追踪。它问了什么、查了什么、为什么得出这个诊断、依据哪条指南、哪里不确定，都要能被医生和监管者复盘。
第三，要设置明确权限。AI 可以建议，但哪些动作必须医生确认，哪些高风险场景必须升级人工，需要制度化。
第四，要做真实世界前瞻验证。模拟环境里的高分，只是入场券，不是临床许可证。
所以，MIRA 最重要的意义不是证明“AI 医生已经来了”，而是证明一个更现实的方向：AI 正从医学知识问答工具，变成医疗工作流里的行动型协作者。
这会让医生更轻松，也可能让系统更安全；但前提是，人类不能把方向盘完全交出去。未来最理想的场景，不是 AI 替医生看病，而是医生带着一个可审计、可限制、可追责的 AI 副驾驶，一起把复杂医疗流程做得更稳。
参考文献
- Kather JN, et al. Towards autonomous medical artificial intelligence agents. Nature. 2026. doi:10.1038/s41586-026-10675-5.
- Liu R, et al. PhysicianBench: Evaluating LLM Agents in Real-World EHR Environments. arXiv. 2026.
- Tong Z, et al. Agentic AI in medicine: architectures, applications, evaluation, and challenges for clinical translation. arXiv. 2026.
本文为原创科技文献前沿解读，内容用于学习交流，不替代临床诊疗决策。