Nature: AI醫生MIRA首次“全流程上崗”

導語

2026年6月17日，Nature 刊登了一項里程碑式的研究，來自海德堡大學醫院的研究團隊開發了一個名為MIRA（Medical Intelligence for Reasoning and Action） 的自主醫療AI智能體。與以往僅能提供文字建議的聊天工具不同，MIRA是首個能夠在沙盒化電子健康記錄（EHR）環境中，獨立完成從問診、檢查到治療、入院全流程的AI系統，其診斷準確率達到88%以上，顯著優于專科醫生團隊的78%。在468條用藥醫囑中未出現任何嚴重藥物相互作用或劑量錯誤，且對需收治患者的識別召回率達到100%。盡管目前僅在模擬環境中運行，但該研究標志著AI從輔助工具向具備執行能力的臨床智能體邁出了關鍵一步，其未來應用有望將醫生從重復性事務中解放，聚焦于更具人文價值的醫療環節。

關鍵詞：醫療自主智能體（Medical AI Agent）、電子健康記錄（EHR）、沙盒電子病歷（Sandboxed EHR）、MIRA（Medical Intelligence for Reasoning and Action）、臨床全流程決策、診斷精度、醫療指南依從性、用藥安全

魏雲初丨作者

趙思怡丨審校

論文題目：Nature: Towards autonomous medical artificial intelligence agents 論文鏈接：https://doi.org/10.1038/s41586-026-10675-5 發表時間：2026 年 6 月 17 日 論文來源：Nature

一、AI 診療轉型困局：

只會答題的大模型，做不了全流程臨床執行者

盡管大語言模型（LLMs）已經能夠在醫療問答、影像判讀、臨床推理測試中取得接近甚至超過醫生的成績，醫療領域也涌現出一批能夠檢索診療指南、整理病歷、自動生成疾病編碼的輔助工具，但它們至今仍難以獨立完成一次完整的臨床接診。

原因在于，絕大多數醫療 AI 仍停留在“被動答題者”階段：它們擅長回答問題，但這樣只能處理零散、割裂的單一診療小事，沒辦法像真實醫師一樣，在電子病歷系統中持續采取行動，從問診獲取病史，到開具檢查、整合結果，再到制定治療方案和安排入院，每一步都需要根據最新信息動態調整決策。換句話說，現有系統大多只能完成某一個孤立環節，而無法貫穿整個診療流程。

標準臨床診療是一套閉環決策流程：醫師依托電子健康記錄（EHR）持續采集和更新患者信息、開具各類檢驗影像，在不斷獲得新證據的過程中形成并修正診斷假設，最終執行藥物治療、手術干預或住院管理。重要的是，這些決策最終都必須轉化為電子病歷系統中的結構化指令，并通過快速醫療互操作性資源（FHIR）等統一標準完成規范化記錄。因此，真正進入醫院工作流的醫療 AI，不僅要具備臨床推理能力，還必須能夠持續調用工具、執行操作并動態調整決策——這正是AI智能體（AI Agent）的技術范式。

過往不少研究已經嘗試讓醫療AI從“回答問題”向 “采取行動” 靠攏。例如：AMIE 等系統顯著提升了優化醫患對話質量，但仍局限于問診場景，無法調取病歷、開立檢查；OpenAI聯合企業推出的基層醫療輔助工具雖然能夠嵌入臨床工作流，卻不具備自主操作權限；基于MIMIC-IV數據集的研究開始模擬完整診療流程，但由于缺乏與FHIR等通用醫療體系的深度整合，也未覆蓋醫患溝通、入院用藥核對等關鍵環節，最終普遍認為，現有模型仍難以可靠地自主完成復雜病例管理。

綜合來看，醫療 AI 領域始終存在兩大核心空白：其一，缺少能原生嵌入現有EHR體系、真正實現端到端診療閉環的自主智能體；其二，尚無研究系統驗證AI在溝通、診斷、治療、入院分流等完整臨床鏈路中的綜合性能與安全邊界。也就是說，醫療 AI 面臨的真正挑戰，從來不是能否回答醫學問題，而是能否在真實醫院工作流中持續采取行動。

二、全新診療體系：

MIRA讓醫療AI第一次獲得“行動能力”

和只會輸出文字建議的傳統醫療大模型截然不同，MIRA 實現跨越式突破：它不止具備專業臨床推理能力，更是首個能在標準化沙盒電子健康記錄（EHR）環境自主完成一整套可落地診療操作的 AI 智能體，整套體系包含兩大核心技術創新與一套標準化仿真評測底座。

圖1｜MIRA工作流程。 MIRA是一個自主醫療AI智能體，在EHR沙盒環境中運行，利用一套工具模擬臨床工作流程：它能夠開具檢查、綜合結果并生成診斷和治療方案，同時通過聊天與一個基于真實病例回顧性記錄中記錄的現病史（HPI）構建的患者AI智能體進行交互。

為填補前述研究空白，研究團隊開發了MIRA自主醫療智能體，并基于MIMIC-IV數據庫500余例急診真實病例開展仿真對照試驗，試驗病種涵蓋闌尾炎、胰腺炎、肺炎、胰腺癌等8類常見急診疾病。

創新 1：沙盒隔離 EHR 運行環境，打通院內系統數據互通

以往絕大多數醫療 AI 僅能輸出自然語言建議，難以真正接入醫院電子病歷。MIRA 搭建獨立隔離的沙盒電子病歷運行環境，全面兼容 FHIR 交互協議與 ICD、LOINC、SNOMED-CT 六大國際通用醫療編碼體系，所有診療指令均生成標準化、結構化數據，可無縫適配遵循統一標準的院內信息系統，突破了傳統醫療大模型“只能建議、無法執行”的局限。

創新 2：多工具聯動閉環決策，復刻醫師分步診療邏輯

MIRA 內置 11 類臨床工具、85,000 余種可執行臨床操作，智能體能夠自主梳理完整病史、開立解讀各類檢查、推導鑒別診斷、開具處方、預約手術、規劃入院。區別于傳統模型單次碎片化答題，這套多工具聯動機制讓 AI 模仿真實醫師逐步收集信息、動態調整方案，形成首尾貫通的完整診療鏈路。

配套仿真交互底座：保障全部試驗結論客觀可信

為了盡可能模擬真實問診場景、規避試驗失真，研究還構建了專門的患者仿真智能體。該系統的所有回答嚴格受真實現病史（HPI）約束，避免模型 提前獲取患者最終診斷信息，從而降低因后驗信息泄露導致的性能高估風險。

大模型測試數據結果表明，這套仿真交互系統具有很高的穩定性：無論問題如何改寫，回答內容的一致性、與原始病歷匹配度均超 99%；即便面對誘導泄露診斷信息的對抗性提問，患者智能體也不會提前披露患者最終診斷結論，為后續人機對照實驗提供了一個可信、可復現的評測環境。

嚴謹人機對照試驗設計

研究設置了兩組獨立的人類醫師對照組：4名持證專科醫師作為高水準參照組，6 名混合資歷團隊復刻全球普及的德國急診人力模式（無專職急診醫師，多由輪轉低年資醫生接診）。兩組醫師與 MIRA 使用完全相同的患者信息輸入，從診斷、治療、用藥安全三個維度橫向對比綜合診療水平，從而保證研究結果具有較強的現實參考價值與外部有效性。

三、全鏈路診療能力驗證：

四大環節證明MIRA實現醫師級完整臨床決策

過去的大多數醫療 AI 只能完成問診、診斷、開藥、手術建議中單一環節，無法連貫走完整套診療流程；而在本研究中，研究團隊圍繞臨床決策鏈的四個核心環節——診斷、檢查、治療和安全，系統評估了 MIRA 的綜合表現。結果顯示，MIRA 不僅能夠像醫生一樣連續處理急診病例，還首次在統一實驗條件下證明，自主醫療智能體具備完成端到端臨床決策的能力。

圖2 MIRA的推理軌跡。 展示MIRA在每種目標診斷下的決策路徑，均以“病史”起始、以“入院”結束。粗黑線為最常見的工具轉換路徑，邊線數字為轉換頻次；整體流程與人類醫生的診療順序高度吻合。自循環箭頭表示同一工具的重復調用（如初始影像不可用時改選其他模態）

環節 1：初診診斷 ——AI 判病準確度整體優于臨床醫師

首先，研究評估了 MIRA 的診斷能力。以 MIMIC-IV 數據庫中的出院確診結果作為參考標準MIRA 在八類疾病上的平均診斷準確率達 88.9%；在進一步的人機對照實驗中，MIRA 在完全相同的信息條件下取得了 87.8% 的平均診斷準確率，顯著高于持證醫師 78.1%、基層輪轉醫師 71.1%。其中胰腺炎、闌尾炎識別優勢最突出，僅胰腺癌診斷水平與專科醫師持平，即便肺炎、尿路感染這類易混淆病癥，其識別表現也不弱于人類醫師。

圖3：a.左圖顯示基于MIMIC-IV真實數據（n=574）的總體準確率，MIRA對闌尾炎等明確疾病表現優異（148例漏診2例）；右圖為匹配子集（n=311）中MIRA與醫師的對比，MIRA準確率顯著更高（雙側McNemar檢驗，P=0.000287），誤差線為95%置信區間。b.以闌尾炎為例展示從病史到入院的推理軌跡，粗箭頭為主要轉換路徑，數字為轉換次數，循環為重復調用工具（全部軌跡見擴展數據圖2）。c.檢查選擇方面，左圖為相對MIMIC-IV基線（100%，n=574）的對比，右圖為與醫師（n=311）的對比。體格檢查以柱狀圖顯示檢出比例（誤差線為95%置信區間）；微生物、血液及影像檢查以點圖顯示召回率（含中位數、四分位距及須線）。顯著性經McNemar檢驗和Wilcoxon檢驗評估，多重比較經Holm和Benjamini-Hochberg法校正。

環節 2：檢查規劃 ——AI 遵循循證邏輯，嚴控高價影像檢查

進一步分析MIRA 的決策軌跡發現，其檢查開具順序與真實臨床工作流高度一致，整體遵循由無創檢查逐步過渡到有創干預的診療邏輯。相比人類醫師，MIRA 體格檢查覆蓋更全面，血液檢驗指標也更豐富。值得注意的是，盡管 MIRA 增加了一部分低成本常規化驗項目，但并未表現出通過大量開單來換取更高診斷準確率的傾向。研究并未觀察到其過度使用 CT、MRI 等高成本影像檢查的現象，這意味著自主醫療智能體未表現出明顯的過度醫療風險。此外，MIRA 在患者居家長期用藥核對任務中的準確率也非常高，能夠快速完成藥物信息的結構化整理。

環節 3：治療干預 —— 手術、處方決策更貼合臨床規范

在治療決策環節，研究重點評估了 MIRA 推薦的手術和藥物方案與真實臨床實踐之間的匹配程度。結果顯示，MIRA 的整體治療方案與標準臨床路徑的貼合度顯著高于人類醫師。例如，在闌尾炎病例中，MIRA對腹腔鏡闌尾切除術的推薦匹配率達到 100%；總體來看，其外科操作推薦的召回率明顯高于醫師群體。藥物處方層面，MIRA 的整體診療規范依從性比醫師高出 35 個百分點，尤其在補液、鎮痛等標準化治療場景中表現突出。

不過，MIRA 并非完美。與人類醫師類似，其抗生素處方仍未達到完全符合指南的水平。這也表明，即便自主醫療智能體具備較高能力，關鍵治療決策仍需要保留人工復核機制。

環節 4：用藥與分流安全 —— 未發現系統性高危醫療風險

醫療 AI 的最終落地，安全始終是底線。為此，研究團隊從藥物相互作用、腎功能劑量調整、藥物過敏、QT 間期延長風險、阿片類藥物管控、入院分流多維度，對 MIRA 開展系統性安全評估。：

結果顯示，在56 份完整病例中，研究未觀察到任何高危用藥錯誤，近 500 條處方信息準確率接近滿分；在入院決策方面，MIRA 對肺炎、肺栓塞等高風險患者未出現漏收治情況，僅少量肺栓塞病例存在偏保守收治傾向。此外，研究還進一步測試了性別差異、患者焦慮情緒以及語言障礙等潛在偏倚因素對模型表現的影響。結果顯示，在不同干擾條件下，MIRA 的診斷性能波動極小，整體表現出較好的魯棒性和穩定性。

四、落地思考與行業展望：

人機協同新模式，配套監管體系缺一不可

這項研究最重要的意義，并不只是讓醫療 AI 的診斷準確率再次提高，而是第一次證明： AI 不再只能單純輸出文字答疑，而開始具備了在醫院工作流中持續采取行動的能力。依托沙盒電子病歷搭建的 MIRA，可以獨立走完急診從問診、判病、開檢查到開藥安排入院的完整診療鏈條，診斷、治療、用藥安全多項表現整體優于一線醫護，補上了過去所有醫療大模型 “只會答題、沒法在院內動手操作” 的關鍵短板。同時 MIRA 主打病歷內全流程自動化，如果和擅長實時檢索最新醫學文獻的 AMIE 類工具搭配，二者能夠互相補足，進一步縮小 AI 決策和臨床標準之間的差距。

但即便試驗數據表現亮眼，MIRA 距離真實臨床應用仍有相當長的距離。。首先，整套仿真交互場景全部依托歷史病歷文字搭建，現實里患者說話含糊、信息前后矛盾、遺漏關鍵病史的復雜情況，仿真環境沒法完全復刻；其次，訓練所用 MIMIC-IV 數據集有流入大模型訓練素材的可能性，試驗測出的效果或許存在虛高；最重要的一點，MIRA 全程僅運行在隔離沙盒環境，從未對接醫院真實業務系統，真實病房的復雜突發狀況沒有經過檢驗。

除此之外，當 AI 被賦予自主開立檢查、生成處方乃至安排手術和住院的能力時，醫療系統將面臨一系列全新的問題。短期應用層面，自主醫療智能體更適合作為醫師的協同助手，而非獨立診療主體。藥物核對、檢驗套餐組合、會診文書撰寫等標準化、重復性任務，可能成為最先落地的應用場景作，從而幫助臨床醫生減輕繁重的文書負擔。

得注意的是，MIRA 在資源使用上表現出較強的克制性。研究并未發現其通過大量增加 CT、MRI 或手術等高成本項目來提升診斷準確率，而主要增加的是低成本常規血液檢查。這意味著，自主醫療智能體未表現出明顯的過度醫療傾向。未來，如果進一步引入成本約束和資源優化模塊，這類系統甚至有可能成為醫院優化資源配置的新工具。

長遠來看，自主醫療 AI 的規模化落地，真正的挑戰已經不再只是模型能力，而是責任劃分與治理體系建設。首先，是人機邊界必須被清晰界定：AI 可以承擔標準化、重復性的診療流程，但所有關鍵決策——包括最終診斷、用藥方案、手術安排，都應保留醫師強制復核環節，不應允許智能體獨立做出最終醫療決策。

其次，風險管控體系需要與技術能力同步演進，針對高危藥物、高價值影像檢查等關鍵環節，醫院需要建立人工復核、全流程審計和異常預警機制，確保 AI 的每一次診療行為都能夠被記錄、追蹤和解釋。與此同時，行業層面也需要逐步建立統一的準入規范、數據安全標準和應急處置機制，為自主醫療智能體進入臨床提供制度保障。

歸根結底，當醫療 AI 開始從“知識工具”演變為“行動主體”時，醫療系統需要重新回答一個問題：誰授權 AI 行動，誰監督 AI 行動，又由誰為 AI 的行動負責。只有當人機分工、風險監管和行業標準同步成熟，自主醫療智能體才有可能真正走出實驗室，成為緩解醫療資源緊張、縮小區域醫療差距的重要力量。

參考文獻

[1] Ferber, D., Hilgers, L., H?per, C. et al. Towards autonomous medical artificial intelligence agents. Nature (2026). https://doi.org/10.1038/s41586-026-10675-5 .

[2] 數據：https://physionet.org/content/mimiciv/2.2/

[3] 代碼：https://github.com/Dyke-F/MIRA

大模型與生物醫學：

AI + Science第二季讀書會

生物醫學是一個復雜且富有挑戰性的領域，涉及到大量的數據處理、模式識別、理論模型建構和實驗驗證等問題。AI基礎模型的引入，使得我們能夠從前所未有的角度去觀察和理解這個領域的問題，加速科學研究的步伐，提高醫療服務的效率和效果。這種交叉領域的合作，標志著我們正在向科技與生物醫學深度融合的新時代邁進，對于推動科學研究、優化醫療服務、促進人類健康有著深遠的影響。

集智俱樂部聯合西湖大學助理教授吳泰霖、斯坦福大學計算機科學系博士后研究員王瀚宸、博士研究生黃柯鑫、黃倩，華盛頓大學博士研究生屠鑫明，共同發起，共學共研相關文獻， 探討基礎模型在生物醫學等科學領域的應用、影響和展望。 讀書會已完結，現在報名可加入社群并解鎖 回放 視頻權限。

詳情請見：

1.

2.

3.

4.

5.

6.

7.