जून 2026 के नेचर पेपर ने AMIE को दीर्घकालिक रोग प्रबंधन तक बढ़ा दिया। इस काम में, AMIE ने Google के Gemini मॉडल की लॉन्ग-कॉन्टेक्स्ट क्षमताओं का उपयोग करते हुए कई सिम्युलेटेड विज़िट में क्रोनिक स्थितियों का प्रबंधन किया। इसमें एक दोहरी-एजेंट आर्किटेक्चर का उपयोग किया गया: रीयल-टाइम रोगी बातचीत के लिए एक सहानुभूतिपूर्ण संवाद एजेंट और एक गहन-सोच वाला प्रबंधन तर्क एजेंट जो सैकड़ों पृष्ठों के आधिकारिक क्लिनिकल दिशानिर्देशों को क्रॉस-रेफरेंस करता है ।

कार्डियोलॉजी, पल्मोनोलॉजी, न्यूरोलॉजी, ओबीजीवाईएन/यूरोलॉजी और गैस्ट्रोइंटेस्टाइनल (GI) सहित 100 तीन-विज़िट परिदृश्यों में, जो NICE और BMJ बेस्ट प्रैक्टिस दिशानिर्देशों पर आधारित थे, AMIE की जांच और उपचार सिफारिशें लगातार अधिक सटीक पाई गईं। विशेषज्ञ ग्रेडर्स ने पाया कि AMIE की योजनाएं काफी हद तक सटीक मिलान थीं: दूसरी विज़िट में जांच के लिए 99% बनाम 84% और तीसरी विज़िट में 100% बनाम 88%, जिसमें दिशानिर्देश स्रोतों के स्पष्ट संदर्भ शामिल थे ।

MIRA, एक अलग AI एजेंट, एक अलग दृष्टिकोण अपनाता है। बातचीत पर ध्यान केंद्रित करने के बजाय, यह इलेक्ट्रॉनिक हेल्थ रिकॉर्ड के भीतर ही काम करता है। Else Kröner Fresenius Center for Digital Health के एक LinkedIn पोस्ट के अनुसार, जैकब निकोलस काथेर के नेतृत्व में एक शोध दल ने MIRA को विकसित किया ताकि वह वास्तविक रोगी मामलों का उपयोग करते हुए एक सिम्युलेटेड अस्पताल सूचना प्रणाली के भीतर स्वायत्त रूप से चिकित्सा जानकारी का मूल्यांकन कर सके, टेस्ट का आदेश दे सके, और निदान और उपचार संबंधी निर्णय तैयार कर सके ।

रेट्रोस्पेक्टिव सिमुलेशन में, MIRA ने 87.8% की समग्र डायग्नोस्टिक सटीकता हासिल की, जबकि बोर्ड-प्रमाणित डॉक्टरों की सटीकता 78.1% थी। खास तौर पर अग्नाशयशोथ (95.2% बनाम 78.6%) और एपेंडिसाइटिस (100% बनाम 88%) जैसे विशिष्ट निदानों में इसने उल्लेखनीय सुधार दिखाया । MIRA ने डॉक्टरों (51% बनाम 28%) की तुलना में अधिक रक्त परीक्षण का आदेश दिया, लेकिन काफी कम इमेजिंग स्कैन ऑर्डर करके इसकी आंशिक भरपाई की । सिस्टम के पास 85,000 से अधिक संभावित क्लिनिकल क्रियाओं तक पहुंच थी और एआई को धोखा देने के लिए डिज़ाइन किए गए 880 प्रतिकूल संकेतों (एडवरसैरियल प्रॉम्प्ट) के खिलाफ इसका परीक्षण किया गया, जिसमें डेटा लीक का एक भी मामला सामने नहीं आया ।

महत्वपूर्ण सीमाएं

इन आंकड़ों के बावजूद, दोनों प्रणालियों को एक ही वास्तविकता का सामना करना पड़ता है: वास्तविक रोगियों पर वास्तविक क्लिनिकल सेटिंग में इनका परीक्षण नहीं किया गया है। सिमुलेशन और वास्तविकता के बीच यह अंतर हेल्थकेयर AI एजेंटों की स्वतंत्र विशेषज्ञ समीक्षाओं में प्रमुख विषय है।

PMC में एक व्यापक स्कोपिंग रिव्यू ने प्राथमिक चुनौती को स्पष्ट रूप से पहचाना है: "वास्तविक दुनिया के वातावरण में मजबूत क्लिनिकल सत्यापन का अभाव।" मूल्यांकन अक्सर आदर्श, सिंथेटिक डेटासेट पर निर्भर करता है, न कि वास्तविक दुनिया के रोगी रिकॉर्ड की कमी, असंतुलन और लापता मूल्यों को संभालने पर। समीक्षा ने निष्कर्ष निकाला कि इन प्रणालियों की वास्तविक क्लिनिकल प्रभावकारिता अभी भी बड़े पैमाने पर संभावित अध्ययनों (प्रॉस्पेक्टिव स्टडीज़) से अपुष्ट है ।

अन्य प्रमुख सीमाओं में शामिल हैं:

• टेक्स्ट-आधारित बाधाएं। AMIE और MIRA दोनों मुख्य रूप से टेक्स्ट और संरचित डेटा के माध्यम से काम करते हैं। कोई भी शारीरिक जांच नहीं कर सकता—पेट को थपथपाना, दिल की आवाज़ सुनना, या रोगी की चाल का निरीक्षण करना। यह कोई छोटी कमी नहीं है; कई निदानों के लिए शारीरिक जांच मौलिक बनी हुई है।
• कोई सतत सीखना नहीं। 2026 AI इंडेक्स रिपोर्ट के चिकित्सा अध्याय के विश्लेषण से पुष्टि होती है कि किसी भी सिस्टम ने विभिन्न रोगी मुठभेड़ों में निरंतर सीखने या दीर्घकालिक स्मृति का प्रदर्शन नहीं किया ।
• सिम्युलेटेड अभिनेता, वास्तविक रोगी नहीं। AMIE का मल्टी-विज़िट रोग प्रबंधन अध्ययन, कठोर होते हुए भी, पेशेवर रोगी अभिनेताओं के साथ आभासी OSCE-शैली मुठभेड़ों का उपयोग करता है। MIRA के मूल्यांकन में AI एजेंटों द्वारा वास्तविक रोगियों के बजाय रोगी के व्यवहार का अनुकरण करने वाली बातचीत के माध्यम से प्राप्त रेट्रोस्पेक्टिव मामलों का उपयोग किया गया था ।
• सुरक्षा जोखिम। उसी AI इंडेक्स विश्लेषण में एजेंटिक मेडिकल AI के लिए मतिभ्रम (हैल्यूसिनेशन), अपारदर्शी निर्णय लेना, एजेंटों के बीच समन्वय विफलताओं और EHR उल्लंघनों की भेद्यता को खुले सुरक्षा जोखिमों के रूप में चिह्नित किया गया है ।

विशेषज्ञों की चेतावनियां

दोनों नेचर अध्ययनों पर टिप्पणी करने वाले वैज्ञानिकों ने उनके महत्व को स्वीकार किया, लेकिन क्लिनिकल उपयोग की दूरी पर जोर दिया। यूके साइंस मीडिया सेंटर द्वारा एकत्रित एक विशेषज्ञ प्रतिक्रिया ने काम को "गुणात्मक छलांग" बताया, लेकिन कहा कि परिणाम नियंत्रित सेटिंग्स से आए हैं ।

हेल्थकेयर में AI एजेंटों पर व्यापक शोध कई स्थायी चिंताओं की पहचान करता है:

व्याख्यात्मकता और विश्वास। जब AI एजेंट डायग्नोस्टिक या चिकित्सीय सिफारिशें उत्पन्न करते हैं, तो अंतर्निहित तर्क में अक्सर पारदर्शिता का अभाव होता है, जिससे डॉक्टरों के लिए यह पता लगाना मुश्किल हो जाता है कि निष्कर्ष पर कैसे पहुंचा गया। यह विश्वास को कम करता है और अपनाने को सीमित करता है ।

जवाबदेही में अस्पष्टता। गलत परिणाम की स्थिति में, यह स्पष्ट नहीं है कि कानूनी और नैतिक जिम्मेदारी कौन वहन करेगा—AI डेवलपर, तैनात करने वाली संस्था, या देखरेख करने वाला चिकित्सक। FDA और EU AI अधिनियम सहित वर्तमान नियामक ढांचे, एजेंटिक मेडिकल AI की अद्वितीय शासन आवश्यकताओं को अभी तक संबोधित नहीं करते हैं ।

सामान्यीकरण। एकल चिकित्सा केंद्रों या विशिष्ट डेटासेट पर प्रशिक्षित और मूल्यांकन की गई प्रणालियां विभिन्न जनसांख्यिकीय आबादी, प्रशासनिक प्रोटोकॉल या स्वास्थ्य प्रणालियों में विश्वसनीय रूप से काम नहीं कर सकती हैं ।

अत्यधिक निर्भरता का जोखिम। यहां तक कि AMIE के गार्डरेल्ड संस्करण (g-AMIE) विकसित करने वाले शोधकर्ता भी स्पष्ट बाधाओं की आवश्यकता स्वीकार करते हैं। g-AMIE को इतिहास लेने के लिए डिज़ाइन किया गया है जबकि वह व्यक्तिगत चिकित्सा सलाह देने से परहेज करता है—यह एक स्पष्ट स्वीकारोक्ति है कि अप्रतिबंधित स्वायत्त उपयोग समय से पहले और संभावित रूप से खतरनाक है ।

वास्तविक दुनिया में तैनाती का रास्ता

AMIE या MIRA में से कोई भी नियमित क्लिनिकल तैनाती के लिए तैयार नहीं है। AMIE ने बेथ इज़राइल डीकोनेस मेडिकल सेंटर के साथ साझेदारी में किए गए एक संभावित, एकल-शाखा व्यवहार्यता अध्ययन के साथ वास्तविक दुनिया के सत्यापन की दिशा में प्रारंभिक कदम उठाए हैं, जिसमें पता लगाया गया कि एम्बुलेटरी प्राथमिक देखभाल विज़िट से पहले AMIE कैसे रोगी की जानकारी एकत्र कर सकता है । 100 रोगियों के साथ एक अलग आपातकालीन देखभाल व्यवहार्यता अध्ययन में, AMIE के प्री-विज़िट हिस्ट्री लेने का मूल्यांकन किया गया और पाया गया कि इसके विभेदक निदान में 90% मामलों में अंतिम निदान शामिल था, 75% शीर्ष-3 सटीकता के साथ—हालांकि प्राथमिक देखभाल चिकित्सकों ने प्रबंधन योजनाओं की व्यावहारिकता और लागत-प्रभावशीलता पर AMIE से बेहतर प्रदर्शन किया ।

ये आशाजनक प्रारंभिक संकेत हैं, लेकिन ये व्यवहार्यता अध्ययन हैं—न कि वे यादृच्छिक नियंत्रित परीक्षण जो बेहतर रोगी परिणामों को प्रदर्शित करने के लिए आवश्यक होंगे। हेल्थकेयर AI एजेंट क्षेत्र में तैनाती को यथार्थवादी बनाने से पहले चुनौतियों का एक सेट है:

• नियामक पथ। निदान या प्रबंधन में सहायता करने वाली क्लिनिकल AI प्रणालियों को सुरक्षा और प्रभावशीलता के प्रमाण की आवश्यकता होती है। किसी भी प्रमुख नियामक निकाय ने अभी तक क्लिनिकल सेटिंग्स में लगातार सीखने वाले स्वायत्त एजेंटों के लिए एक स्पष्ट ढांचा स्थापित नहीं किया है।
• EHR एकीकरण। मौजूदा इलेक्ट्रॉनिक हेल्थ रिकॉर्ड सिस्टम में LLM को एकीकृत करने से व्यावहारिक और शासन संबंधी चुनौतियां पेश होती हैं, जिसमें AI-जनित और मानव-जनित सामग्री को इस तरह से मिश्रित करने का जोखिम शामिल है जो क्लिनिकल जवाबदेही को कमजोर करता है ।
• शारीरिक जांच का अंतर। टेक्स्ट-आधारित संवादात्मक AI और संरचित-डेटा एजेंट उस हाथों-हाथ शारीरिक मूल्यांकन को दोहरा नहीं सकते जो क्लिनिकल अभ्यास का केंद्र है।
• स्वास्थ्य समानता। किसी भी सिस्टम को विविध वास्तविक दुनिया की आबादी में इस तरह से मान्य नहीं किया गया है जो समान प्रदर्शन के दावों का समर्थन कर सके।

निष्कर्ष

जून 2026 के अध्ययन वास्तविक प्रगति का प्रतिनिधित्व करते हैं। AMIE एकल-मुठभेड़ नैदानिक बातचीत से दिशानिर्देश-आधारित तर्क के साथ बहु-विज़िट रोग प्रबंधन तक विकसित हुआ है। MIRA ने प्रदर्शित किया है कि एक स्वायत्त एजेंट सावधानीपूर्वक नियंत्रित रेट्रोस्पेक्टिव सिमुलेशन में डॉक्टरों के बराबर या उनसे बेहतर स्तर पर इलेक्ट्रॉनिक हेल्थ रिकॉर्ड को नेविगेट कर सकता है और परीक्षण और उपचार का आदेश दे सकता है।

लेकिन इन प्रदर्शनों और वास्तविक दुनिया की चिकित्सा के बीच का अंतर अभी भी बहुत बड़ा है। जैसा कि हेल्थकेयर AI एजेंटों पर स्कोपिंग रिव्यू ने निष्कर्ष निकाला है, अधिकांश मूल्यांकन डेटासेट और सेटिंग्स पर निर्भर करते हैं जो वास्तविक क्लिनिकल वातावरण के शोर, अस्पष्टता, संसाधन बाधाओं और जवाबदेही की मांगों को प्रतिबिंबित नहीं करते हैं ।

अगले महत्वपूर्ण मील के पत्थर वास्तविक रोगियों पर संभावित अध्ययन, स्पष्ट नियामक ढांचे, विविध आबादी में प्रदर्शित सुरक्षा, और इस बात के प्रमाण होंगे कि ये प्रणालियां परिणामों में सुधार करती हैं, न कि केवल परीक्षण परिदृश्यों में चिकित्सक के प्रदर्शन से मेल खाती हैं। तब तक, AMIE और MIRA प्रभावशाली शोध प्रोटोटाइप बने हुए हैं—मानव चिकित्सकों के लिए प्रतिस्थापन नहीं, बल्कि संभावित भविष्य के उपकरण जिन्हें किसी भी क्लिनिक में जगह बनाने से पहले पर्याप्त और अधिक सत्यापन की आवश्यकता है।

जून 2026 के नेचर पेपर ने AMIE को दीर्घकालिक रोग प्रबंधन तक बढ़ा दिया। इस काम में, AMIE ने Google के Gemini मॉडल की लॉन्ग-कॉन्टेक्स्ट क्षमताओं का उपयोग करते हुए कई सिम्युलेटेड विज़िट में क्रोनिक स्थितियों का प्रबंधन किया। इसमें एक दोहरी-एजेंट आर्किटेक्चर का उपयोग किया गया: रीयल-टाइम रोगी बातचीत के लिए एक सहानुभूतिपूर्ण संवाद एजेंट और एक गहन-सोच वाला प्रबंधन तर्क एजेंट जो सैकड़ों पृष्ठों के आधिकारिक क्लिनिकल दिशानिर्देशों को क्रॉस-रेफरेंस करता है ।

कार्डियोलॉजी, पल्मोनोलॉजी, न्यूरोलॉजी, ओबीजीवाईएन/यूरोलॉजी और गैस्ट्रोइंटेस्टाइनल (GI) सहित 100 तीन-विज़िट परिदृश्यों में, जो NICE और BMJ बेस्ट प्रैक्टिस दिशानिर्देशों पर आधारित थे, AMIE की जांच और उपचार सिफारिशें लगातार अधिक सटीक पाई गईं। विशेषज्ञ ग्रेडर्स ने पाया कि AMIE की योजनाएं काफी हद तक सटीक मिलान थीं: दूसरी विज़िट में जांच के लिए 99% बनाम 84% और तीसरी विज़िट में 100% बनाम 88%, जिसमें दिशानिर्देश स्रोतों के स्पष्ट संदर्भ शामिल थे ।

MIRA, एक अलग AI एजेंट, एक अलग दृष्टिकोण अपनाता है। बातचीत पर ध्यान केंद्रित करने के बजाय, यह इलेक्ट्रॉनिक हेल्थ रिकॉर्ड के भीतर ही काम करता है। Else Kröner Fresenius Center for Digital Health के एक LinkedIn पोस्ट के अनुसार, जैकब निकोलस काथेर के नेतृत्व में एक शोध दल ने MIRA को विकसित किया ताकि वह वास्तविक रोगी मामलों का उपयोग करते हुए एक सिम्युलेटेड अस्पताल सूचना प्रणाली के भीतर स्वायत्त रूप से चिकित्सा जानकारी का मूल्यांकन कर सके, टेस्ट का आदेश दे सके, और निदान और उपचार संबंधी निर्णय तैयार कर सके ।

रेट्रोस्पेक्टिव सिमुलेशन में, MIRA ने 87.8% की समग्र डायग्नोस्टिक सटीकता हासिल की, जबकि बोर्ड-प्रमाणित डॉक्टरों की सटीकता 78.1% थी। खास तौर पर अग्नाशयशोथ (95.2% बनाम 78.6%) और एपेंडिसाइटिस (100% बनाम 88%) जैसे विशिष्ट निदानों में इसने उल्लेखनीय सुधार दिखाया । MIRA ने डॉक्टरों (51% बनाम 28%) की तुलना में अधिक रक्त परीक्षण का आदेश दिया, लेकिन काफी कम इमेजिंग स्कैन ऑर्डर करके इसकी आंशिक भरपाई की । सिस्टम के पास 85,000 से अधिक संभावित क्लिनिकल क्रियाओं तक पहुंच थी और एआई को धोखा देने के लिए डिज़ाइन किए गए 880 प्रतिकूल संकेतों (एडवरसैरियल प्रॉम्प्ट) के खिलाफ इसका परीक्षण किया गया, जिसमें डेटा लीक का एक भी मामला सामने नहीं आया ।

महत्वपूर्ण सीमाएं

इन आंकड़ों के बावजूद, दोनों प्रणालियों को एक ही वास्तविकता का सामना करना पड़ता है: वास्तविक रोगियों पर वास्तविक क्लिनिकल सेटिंग में इनका परीक्षण नहीं किया गया है। सिमुलेशन और वास्तविकता के बीच यह अंतर हेल्थकेयर AI एजेंटों की स्वतंत्र विशेषज्ञ समीक्षाओं में प्रमुख विषय है।

PMC में एक व्यापक स्कोपिंग रिव्यू ने प्राथमिक चुनौती को स्पष्ट रूप से पहचाना है: "वास्तविक दुनिया के वातावरण में मजबूत क्लिनिकल सत्यापन का अभाव।" मूल्यांकन अक्सर आदर्श, सिंथेटिक डेटासेट पर निर्भर करता है, न कि वास्तविक दुनिया के रोगी रिकॉर्ड की कमी, असंतुलन और लापता मूल्यों को संभालने पर। समीक्षा ने निष्कर्ष निकाला कि इन प्रणालियों की वास्तविक क्लिनिकल प्रभावकारिता अभी भी बड़े पैमाने पर संभावित अध्ययनों (प्रॉस्पेक्टिव स्टडीज़) से अपुष्ट है ।

अन्य प्रमुख सीमाओं में शामिल हैं:

• टेक्स्ट-आधारित बाधाएं। AMIE और MIRA दोनों मुख्य रूप से टेक्स्ट और संरचित डेटा के माध्यम से काम करते हैं। कोई भी शारीरिक जांच नहीं कर सकता—पेट को थपथपाना, दिल की आवाज़ सुनना, या रोगी की चाल का निरीक्षण करना। यह कोई छोटी कमी नहीं है; कई निदानों के लिए शारीरिक जांच मौलिक बनी हुई है।
• कोई सतत सीखना नहीं। 2026 AI इंडेक्स रिपोर्ट के चिकित्सा अध्याय के विश्लेषण से पुष्टि होती है कि किसी भी सिस्टम ने विभिन्न रोगी मुठभेड़ों में निरंतर सीखने या दीर्घकालिक स्मृति का प्रदर्शन नहीं किया ।
• सिम्युलेटेड अभिनेता, वास्तविक रोगी नहीं। AMIE का मल्टी-विज़िट रोग प्रबंधन अध्ययन, कठोर होते हुए भी, पेशेवर रोगी अभिनेताओं के साथ आभासी OSCE-शैली मुठभेड़ों का उपयोग करता है। MIRA के मूल्यांकन में AI एजेंटों द्वारा वास्तविक रोगियों के बजाय रोगी के व्यवहार का अनुकरण करने वाली बातचीत के माध्यम से प्राप्त रेट्रोस्पेक्टिव मामलों का उपयोग किया गया था ।
• सुरक्षा जोखिम। उसी AI इंडेक्स विश्लेषण में एजेंटिक मेडिकल AI के लिए मतिभ्रम (हैल्यूसिनेशन), अपारदर्शी निर्णय लेना, एजेंटों के बीच समन्वय विफलताओं और EHR उल्लंघनों की भेद्यता को खुले सुरक्षा जोखिमों के रूप में चिह्नित किया गया है ।

विशेषज्ञों की चेतावनियां

दोनों नेचर अध्ययनों पर टिप्पणी करने वाले वैज्ञानिकों ने उनके महत्व को स्वीकार किया, लेकिन क्लिनिकल उपयोग की दूरी पर जोर दिया। यूके साइंस मीडिया सेंटर द्वारा एकत्रित एक विशेषज्ञ प्रतिक्रिया ने काम को "गुणात्मक छलांग" बताया, लेकिन कहा कि परिणाम नियंत्रित सेटिंग्स से आए हैं ।

हेल्थकेयर में AI एजेंटों पर व्यापक शोध कई स्थायी चिंताओं की पहचान करता है:

व्याख्यात्मकता और विश्वास। जब AI एजेंट डायग्नोस्टिक या चिकित्सीय सिफारिशें उत्पन्न करते हैं, तो अंतर्निहित तर्क में अक्सर पारदर्शिता का अभाव होता है, जिससे डॉक्टरों के लिए यह पता लगाना मुश्किल हो जाता है कि निष्कर्ष पर कैसे पहुंचा गया। यह विश्वास को कम करता है और अपनाने को सीमित करता है ।

जवाबदेही में अस्पष्टता। गलत परिणाम की स्थिति में, यह स्पष्ट नहीं है कि कानूनी और नैतिक जिम्मेदारी कौन वहन करेगा—AI डेवलपर, तैनात करने वाली संस्था, या देखरेख करने वाला चिकित्सक। FDA और EU AI अधिनियम सहित वर्तमान नियामक ढांचे, एजेंटिक मेडिकल AI की अद्वितीय शासन आवश्यकताओं को अभी तक संबोधित नहीं करते हैं ।

सामान्यीकरण। एकल चिकित्सा केंद्रों या विशिष्ट डेटासेट पर प्रशिक्षित और मूल्यांकन की गई प्रणालियां विभिन्न जनसांख्यिकीय आबादी, प्रशासनिक प्रोटोकॉल या स्वास्थ्य प्रणालियों में विश्वसनीय रूप से काम नहीं कर सकती हैं ।

अत्यधिक निर्भरता का जोखिम। यहां तक कि AMIE के गार्डरेल्ड संस्करण (g-AMIE) विकसित करने वाले शोधकर्ता भी स्पष्ट बाधाओं की आवश्यकता स्वीकार करते हैं। g-AMIE को इतिहास लेने के लिए डिज़ाइन किया गया है जबकि वह व्यक्तिगत चिकित्सा सलाह देने से परहेज करता है—यह एक स्पष्ट स्वीकारोक्ति है कि अप्रतिबंधित स्वायत्त उपयोग समय से पहले और संभावित रूप से खतरनाक है ।

वास्तविक दुनिया में तैनाती का रास्ता

AMIE या MIRA में से कोई भी नियमित क्लिनिकल तैनाती के लिए तैयार नहीं है। AMIE ने बेथ इज़राइल डीकोनेस मेडिकल सेंटर के साथ साझेदारी में किए गए एक संभावित, एकल-शाखा व्यवहार्यता अध्ययन के साथ वास्तविक दुनिया के सत्यापन की दिशा में प्रारंभिक कदम उठाए हैं, जिसमें पता लगाया गया कि एम्बुलेटरी प्राथमिक देखभाल विज़िट से पहले AMIE कैसे रोगी की जानकारी एकत्र कर सकता है । 100 रोगियों के साथ एक अलग आपातकालीन देखभाल व्यवहार्यता अध्ययन में, AMIE के प्री-विज़िट हिस्ट्री लेने का मूल्यांकन किया गया और पाया गया कि इसके विभेदक निदान में 90% मामलों में अंतिम निदान शामिल था, 75% शीर्ष-3 सटीकता के साथ—हालांकि प्राथमिक देखभाल चिकित्सकों ने प्रबंधन योजनाओं की व्यावहारिकता और लागत-प्रभावशीलता पर AMIE से बेहतर प्रदर्शन किया ।

ये आशाजनक प्रारंभिक संकेत हैं, लेकिन ये व्यवहार्यता अध्ययन हैं—न कि वे यादृच्छिक नियंत्रित परीक्षण जो बेहतर रोगी परिणामों को प्रदर्शित करने के लिए आवश्यक होंगे। हेल्थकेयर AI एजेंट क्षेत्र में तैनाती को यथार्थवादी बनाने से पहले चुनौतियों का एक सेट है:

• नियामक पथ। निदान या प्रबंधन में सहायता करने वाली क्लिनिकल AI प्रणालियों को सुरक्षा और प्रभावशीलता के प्रमाण की आवश्यकता होती है। किसी भी प्रमुख नियामक निकाय ने अभी तक क्लिनिकल सेटिंग्स में लगातार सीखने वाले स्वायत्त एजेंटों के लिए एक स्पष्ट ढांचा स्थापित नहीं किया है।
• EHR एकीकरण। मौजूदा इलेक्ट्रॉनिक हेल्थ रिकॉर्ड सिस्टम में LLM को एकीकृत करने से व्यावहारिक और शासन संबंधी चुनौतियां पेश होती हैं, जिसमें AI-जनित और मानव-जनित सामग्री को इस तरह से मिश्रित करने का जोखिम शामिल है जो क्लिनिकल जवाबदेही को कमजोर करता है ।
• शारीरिक जांच का अंतर। टेक्स्ट-आधारित संवादात्मक AI और संरचित-डेटा एजेंट उस हाथों-हाथ शारीरिक मूल्यांकन को दोहरा नहीं सकते जो क्लिनिकल अभ्यास का केंद्र है।
• स्वास्थ्य समानता। किसी भी सिस्टम को विविध वास्तविक दुनिया की आबादी में इस तरह से मान्य नहीं किया गया है जो समान प्रदर्शन के दावों का समर्थन कर सके।

निष्कर्ष

जून 2026 के अध्ययन वास्तविक प्रगति का प्रतिनिधित्व करते हैं। AMIE एकल-मुठभेड़ नैदानिक बातचीत से दिशानिर्देश-आधारित तर्क के साथ बहु-विज़िट रोग प्रबंधन तक विकसित हुआ है। MIRA ने प्रदर्शित किया है कि एक स्वायत्त एजेंट सावधानीपूर्वक नियंत्रित रेट्रोस्पेक्टिव सिमुलेशन में डॉक्टरों के बराबर या उनसे बेहतर स्तर पर इलेक्ट्रॉनिक हेल्थ रिकॉर्ड को नेविगेट कर सकता है और परीक्षण और उपचार का आदेश दे सकता है।

लेकिन इन प्रदर्शनों और वास्तविक दुनिया की चिकित्सा के बीच का अंतर अभी भी बहुत बड़ा है। जैसा कि हेल्थकेयर AI एजेंटों पर स्कोपिंग रिव्यू ने निष्कर्ष निकाला है, अधिकांश मूल्यांकन डेटासेट और सेटिंग्स पर निर्भर करते हैं जो वास्तविक क्लिनिकल वातावरण के शोर, अस्पष्टता, संसाधन बाधाओं और जवाबदेही की मांगों को प्रतिबिंबित नहीं करते हैं ।

अगले महत्वपूर्ण मील के पत्थर वास्तविक रोगियों पर संभावित अध्ययन, स्पष्ट नियामक ढांचे, विविध आबादी में प्रदर्शित सुरक्षा, और इस बात के प्रमाण होंगे कि ये प्रणालियां परिणामों में सुधार करती हैं, न कि केवल परीक्षण परिदृश्यों में चिकित्सक के प्रदर्शन से मेल खाती हैं। तब तक, AMIE और MIRA प्रभावशाली शोध प्रोटोटाइप बने हुए हैं—मानव चिकित्सकों के लिए प्रतिस्थापन नहीं, बल्कि संभावित भविष्य के उपकरण जिन्हें किसी भी क्लिनिक में जगह बनाने से पहले पर्याप्त और अधिक सत्यापन की आवश्यकता है।