AI医师尚未登场，但病历系统AI Agent已悄然来临

最近，德国海德堡大学医院国家肿瘤疾病中心（NCT）团队在Nature发表了一篇里程碑式研究：《Towards autonomous medical artificial intelligence agents》

这标志着医疗AI Agent领域真正值得瞩目的转折点。

近年来，医疗人工智能的进步其实不少见。

有些模型能通过医学测试，有些能归纳病历，有些能进行临床编码，有些能依据指南解答医生疑问。它们都颇具价值，但多数仍处于一种状态：

你提问，它回应。

即便答案再专业，本质上它仍是一个系统外的咨询者。

医生需自行开具检验单，手动点击影像申请，核对药品，录入医嘱，并决定患者是入院还是出院。AI的角色是“提供一段建议”，但这建议如何转化为系统操作，中间还隔着一整套人工步骤。

换言之，许多医疗AI过去更像一个外部顾问。

它可以很聪慧，但并不真正融入流程之中。

而这篇论文中的MIRA，则有所不同。

它被置入一个沙盒电子健康记录系统，面对基于真实病例改造的急诊场景，能逐步完成全套流程：询问病史、获取体格检查结果、开具实验室检验、安排影像检查、解读数据、形成鉴别诊断、推荐用药、规划手术或操作，最终给出入院或出院决策。

更关键的是，它并非随意生成一段自由文本，如“建议查血常规、做CT、用抗生素”。

它调用了一套结构化工具。

例如检验项目需对应LOINC，药物需对应RxNorm、NDC、ATC，诊断和操作需对应ICD、SNOMED-CT，系统通信遵循FHIR标准。这意味着，AI的“思维”不再停留于一句话，而是被转译成电子病历系统可理解、可校验、可记录的结构化请求。

这一步至关重要。

因为它表明，AI不再仅是生成医学建议，而是在受控环境中，将判断转化为一系列系统动作。

因为在现实世界里，AI能否答对，仅是第一步。

它能否接入系统，能否在恰当权限下调用正确工具，能否仅在许可范围内操作，能否留下日志，能否接受人类审核，能否在出错后追溯，这些才是高风险行业真正关切的问题。

因此，我不太愿将这篇论文简单解读为“AI医生超越医生”。

论文中确实有一个亮眼数据：在311个与医生对比的病例中，MIRA的平均诊断准确率达87.8%，高于资深医生组的78.1%，也高于混合资历医生组的71.1%。

它在某些诊断上表现突出，如阑尾炎、胰腺炎；在用药安全、指南一致性、入院出院建议方面，也进行了多项评估。

这些结果自然有分量。

但这并非文章最应聚焦之处。

真正值得聚焦的是：MIRA执行这些任务时，并非随口生成建议，而是在一个配备工具、编码、接口和边界的EHR沙盒中完成。

也就是说，医疗AI的问题正从“模型是否具备医学知识”，转向“系统能否安全承接AI动作”。

但它仍处于沙盒内。

患者由patient agent模拟，回应来自真实病历的HPI摘要；病例源自MIMIC-IV数据集；医生对照也有样本量和界面限制；更不用说真实急诊中那些模糊、遗漏、情绪化、不配合、家属插话、检查排队、费用压力、床位紧张等情况，绝非一篇论文能完全复现。

作者自己也明确表示：这不是为了替代医生。下一步必须进行真实世界的前瞻性验证。早期更现实的落地场景，也不是让AI独立接管急诊，而是在医生审核下，先承担一些边界清晰、高频、可审计的工作。

这些工作大致是怎样的？

比如药物核对。

患者入院前服用了哪些药，剂量多少，有无肾功能问题，有无相互作用，有无过敏风险。这事繁琐易漏，但非常适合被结构化。

比如检验套餐建议。

不是让AI一口气开尽所有检查，而是根据主诉、体征和初步判断，推荐一组符合指南、成本可控的检验，再由医生确认。

比如会诊单草拟。

将病史、关键检查、初步判断和拟请对方解决的问题整理好，减少医生在系统中反复搬运文字。

再比如指南一致性医嘱建议。

AI可提醒哪些处理与指南不符，哪些药物剂量需因肾功能调整，哪些风险需二次确认。最终按下确认键的人，仍是医生。

你看，这些场景听起来不如“AI医生”那般刺激。

但它们更贴近真实落地可能发生的事。

这也是我认为这篇论文具有里程碑意义之处：

它把医疗AI的讨论，从“模型能否回答医学问题”，推进到“Agent能否进入工作流并执行受控动作”。

这一变化，其实不只发生在医疗领域。

放在任何复杂组织中，Agent真正值钱的地方都不是聊天框。

它要进入工单系统，才能派单、转单、关单。

它要进入财务系统，才能生成报销、核对票据、触发审批。

它要进入客户系统，才能更新商机、创建跟进、提醒续约。

它要进入研发系统，才能读需求、改代码、跑测试、提PR。

只会聊天的AI，很容易被替代。

因为聊天框本身无业务入口，也无权限，也无责任链。今天这个模型答得好，明天另一个模型更便宜、更快、更会说，用户迁移成本并不高。

但能进入工作流的Agent不同。

它连接的是系统权限、数据结构、业务规则、操作日志、审批流程和责任边界。它不只是“聪明”，还要“守规矩”；不只是“会说”，还要“做得成”；不只是“给建议”，还要知晓哪些动作必须等人确认。

这才是Agent产品真正的壁垒。

所以，未来许多行业的AI竞争，表面上是模型能力竞争，实质可能是工作流入口竞争。

谁能嵌入关键系统，谁能将复杂流程拆解为受控工具，谁能让每一步动作都有权限、有日志、有回滚、有审核，谁就更接近真正可用的Agent。

反过来，组织要部署Agent，也不能只问“哪个模型最强”。

更应先问几个很朴素的问题：

第一，它能访问哪些数据？

第二，它能执行哪些动作？

第三，哪些动作必须人审批？

第四，出错后如何追溯？

第五，系统里有无足够清晰的结构化接口，让它不要靠猜测？

这些问题听起来不如“AI医生超越医生”带劲。

但真正决定AI能否落地的，往往正是这些问题。

这篇Nature论文给我的最大启示是：

AI Agent的下一阶段，不是把聊天框做得更像人。

而是让它在足够受控的系统里，开始承担一部分真实动作。

AI医生尚未到来。

但会操作病历系统的AI Agent，已站在门口。

真正该紧张的，或许不是医生会不会被替代。

而是许多组织尚未准备好：当Agent从“会说”走向“会做”，你的系统、流程、权限和治理，能否接得住。

这篇文章仅是我的阅读笔记和一点延伸判断。

如果你想看原论文，可关注公众号在后台回复：“病历Agent”

获取Nature原文PDF