AI走完整套急診流程：MIRA模擬診療準確率高於醫師，但離臨床上線仍遠

急診決策不是一次作答，而是一連串會彼此改變的選擇：詢問病史、安排檢查、修正診斷，再決定用藥、手術或住院。刊登於《Nature》的研究顯示，名為MIRA的醫療AI代理程式，已能在模擬電子病歷中走完這套流程；這比單純解答病例題更接近臨床工作，卻還不能等同於照顧真實病人。

德勒斯登工業大學與德勒斯登大學醫院等團隊，以MIMIC-IV資料庫中的574宗既有急診病例建立隔離測試環境，涵蓋闌尾炎、胰臟炎、肺炎、肺栓塞、泌尿道感染與胰臟癌等8種疾病。MIRA可透過11項工具執行逾8.5萬種可能操作，包括詢問病史、開立及判讀血液、微生物與影像檢查，提出鑑別診斷，以及安排藥物、處置與住院；所有行動均被轉換為結構化電子病歷紀錄。

在全部病例中，MIRA的平均診斷準確率為88.9%。研究另挑出311宗病例，讓系統與4名專科醫師在相同介面及資訊條件下比較，MIRA的準確率為87.8%，醫師組為78.1%；另一個由4名住院醫師與2名專科醫師組成的混合資歷組則為71.1%。優勢並不平均：MIRA在檢驗結果較明確的闌尾炎與胰臟炎表現突出，但它與醫師在肺炎及泌尿道感染上的準確率都較低。

MIRA也展現把診斷轉成實際醫囑的能力，例如辨認手術需求、核對入院前用藥，以及提出住院建議。研究人員抽查56名病人的468筆處方，467筆具備被評為相關且有臨床用途的正確文字劑量指示；不過給藥途徑的正確率較低，為97%。這些數據支持AI作為工作流程助手的可能性，卻也提醒人們，整體高分仍可能掩蓋少數對個別病人重要的錯誤。

獨立專家指出，MIRA約開出醫師兩倍數量的血液檢驗，取得更多資訊本身便可能提高診斷命中率，因此「相同條件」不代表決策成本與資源使用完全相當。研究也只比較少數醫師，互動限於文字與最多20輪對話，病例是整理過的回溯資料，且僅涵蓋8項診斷；系統沒有面對病人的模糊敘述、臨床現場干擾或未曾見過的複雜病況。

因此，這項成果較適合被視為醫療AI代理程式的工程與驗證里程碑，而非自動急診醫師的臨床證明。下一步須以不同醫院及病人族群進行前瞻性研究，同時釐清監督方式、資源使用、錯誤攔截、資料治理與責任歸屬。研究團隊將MIRA定位為醫師的協作副手，最終臨床責任仍應由醫師承擔。