Nature发布AI医生MIRA：首个全流程自主诊疗智能体，诊断准确率超人类医师

事件概述

2026年6月17日，《自然》杂志发表了关于自主医疗AI智能体MIRA的研究。MIRA是首个能在标准化沙盒电子健康记录（EHR）环境中自主完成从问诊到入院全流程诊疗操作的AI智能体，填补了传统医疗大模型“只能建议、无法执行”的空白。

核心信息

• 技术架构：MIRA搭建了兼容FHIR交互协议及ICD、LOINC、SNOMED-CT等六大国际编码体系的隔离沙盒EHR环境，所有诊疗指令生成标准化结构化数据，可适配院内信息系统。内置11类临床工具、超过85000种可执行临床操作，通过多工具联动模拟真实医师逐步收集信息、动态调整方案。
• 试验设计：基于MIMIC-IV数据库500余例急诊真实病例（涵盖阑尾炎、胰腺炎、肺炎、胰腺癌等8类疾病），设置持证专科医师（4名）和基层轮转医师（6名）两组人类对照，使用相同患者信息输入，从诊断、治疗、用药安全三维度横向对比。患者仿真智能体回答与原始病历匹配度超99%，可避免性能高估。
• 诊断结果：MIRA平均诊断准确率87.8%，显著高于持证医师78.1%和基层轮转医师71.1%。仅在胰腺癌诊断上与专科医师持平，其余疾病识别均优于人类。
• 检查与治疗：检查开具顺序遵循从无创到有创的循证逻辑，体格检查覆盖更全面，未发现过度使用CT、MRI等高成本影像。整体治疗方案与标准临床路径贴合度显著高于人类医师，外科操作推荐召回率更高，诊疗规范依从性比医师高出35个百分点。但抗生素处方仍未完全符合指南。
• 安全评估：近500条处方信息准确率接近满分，未发现高危用药错误。对高风险患者无漏收治，仅少量病例存在偏保守收治倾向。面对性别差异、患者情绪等干扰，诊断性能波动极小。

值得关注

• 突破性：首次证明医疗AI具备在医院工作流中持续采取行动的能力，可自主完成完整诊疗闭环，与现有医学文献检索类工具（如AMIE）形成互补。
• 局限性：当前仅依托历史病历搭建仿真场景，未对接真实医院业务系统。训练数据MIMIC-IV存在流入大模型训练素材的潜在风险，试验效果可能存在虚高。抗生素处方等关键决策仍需人工复核。
• 落地前景：短期内更适合作为医师协同助手，优先落地药物核对、文书撰写等标准化重复性任务。长期挑战在于责任划分、人机边界界定以及全流程风险管控体系的建设。