Presentato il 21 ottobre 2026, il sistema MHAC di Tairex è pensato per riunire durante una visita ambulatoriale i contributi di agenti AI con competenze in diverse specialità. Gli agenti possono proporre valutazioni e suggerimenti terapeutici, ma il medico mantiene la responsabilità della decisione; i risultati sui...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Tairex, the AI healthcare company incubated by Tsinghua University’s Institute for AI Industry Research (AIR), unveil at Beijing’s. Article summary: Tairex unveiled the Multidisciplinary Human-Agent Collaboration (MHAC) Ecosystem for Agent Hospital on October 21, 2026, at Beijing’s China National Convention Center—a system intended to bring coordinated AI specialist . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Tairex ha presentato il 21 ottobre 2026 il suo ecosistema MHAC — Multidisciplinary Human-Agent Collaboration — per Agent Hospital. L’obiettivo è far collaborare agenti di intelligenza artificiale specializzati attorno al caso di un paziente, mettendone i suggerimenti a disposizione del medico senza affidare all’AI la decisione finale.9
Agent Hospital è nato come ambiente virtuale sviluppato dall’Institute for AI Industry Research e dal Dipartimento di informatica e tecnologia dell’Università Tsinghua. Nel modello simulato, gli agenti medici possono esercitarsi su casi generati e migliorare usando dati prodotti nell’ambiente virtuale.13
MHAC punta a portare questa impostazione nel lavoro clinico: invece di affidarsi a un unico assistente AI generalista, il sistema è progettato per coinvolgere agenti con competenze pertinenti al caso e affiancarli al medico.8
9
Quando il medico inserisce le informazioni sul paziente, il sistema è pensato per individuare le specialità coinvolte e chiamare in causa i relativi agenti. Questi possono offrire suggerimenti diagnostici e farmacologici, indicando quale agente ha formulato ciascun contributo, così che il medico possa confrontare le diverse prospettive.9
17
La piattaforma mira anche a segnalare aspetti che coinvolgono più ambiti clinici. Un esempio riportato è la valutazione delle terapie per una persona con ipertiroidismo e asma, quando occorre tenere conto di entrambe le condizioni.11 Si tratta di indicazioni da valutare, non di diagnosi autonome.
Il controllo umano è centrale: il medico conserva il giudizio finale e può correggere le raccomandazioni degli agenti.6
9 Secondo quanto descritto, le correzioni possono tenere conto anche delle circostanze pratiche del paziente. Per esempio, si può preferire un farmaco meno costoso e coperto dall’assicurazione rispetto a un’opzione considerata più efficace in astratto.
11
Le consulenze multidisciplinari possono essere difficili da organizzare quando un caso coinvolge più reparti. Il modello proposto da MHAC punta a far arrivare il contributo di diverse specialità già durante la normale visita ambulatoriale, anziché affidarsi soltanto a confronti successivi e incontri in presenza nei grandi ospedali.11 La sua utilità concreta dipenderà però da come si integrerà nei flussi di lavoro clinici.
Tairex riferisce di aver sviluppato 54 medici AI e milioni di pazienti simulati, con copertura di oltre 20 specialità cliniche.7
12 Secondo un resoconto dei test dell’azienda, la sperimentazione ambulatoriale è stata condotta in 18 reparti del Beijing Tsinghua Changgung Hospital e oltre 40 medici hanno usato regolarmente il sistema.
12
Lo stesso resoconto attribuisce alla piattaforma un aumento di circa il 30% dell’efficienza complessiva delle visite e un’accuratezza superiore al 96% sul benchmark MedQA.12 Sono risultati comunicati dall’azienda, non esiti clinici verificati in modo indipendente. Un punteggio su un benchmark, da solo, non dimostra quanto un sistema sia accurato con pazienti reali né se migliori le cure. MHAC è presentato come supporto al medico, non come sostituto del suo giudizio.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Presentato il 21 ottobre 2026, il sistema MHAC di Tairex è pensato per riunire durante una visita ambulatoriale i contributi di agenti AI con competenze in diverse specialità.
Presentato il 21 ottobre 2026, il sistema MHAC di Tairex è pensato per riunire durante una visita ambulatoriale i contributi di agenti AI con competenze in diverse specialità. Gli agenti possono proporre valutazioni e suggerimenti terapeutici, ma il medico mantiene la responsabilità della decisione; i risultati sui test e sull’efficienza sono dati riportati dall’azienda, non esiti clinici v...
Presentato il 21 ottobre 2026, il sistema MHAC di Tairex è pensato per riunire durante una visita ambulatoriale i contributi di agenti AI con competenze in diverse specialità. Gli agenti possono proporre valutazioni e suggerimenti terapeutici, ma il medico mantiene la responsabilità della decisione; i risultati sui...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Tairex, the AI healthcare company incubated by Tsinghua University’s Institute for AI Industry Research (AIR), unveil at Beijing’s. Article summary: Tairex unveiled the Multidisciplinary Human-Agent Collaboration (MHAC) Ecosystem for Agent Hospital on October 21, 2026, at Beijing’s China National Convention Center—a system intended to bring coordinated AI specialist . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Tairex ha presentato il 21 ottobre 2026 il suo ecosistema MHAC — Multidisciplinary Human-Agent Collaboration — per Agent Hospital. L’obiettivo è far collaborare agenti di intelligenza artificiale specializzati attorno al caso di un paziente, mettendone i suggerimenti a disposizione del medico senza affidare all’AI la decisione finale.9
Agent Hospital è nato come ambiente virtuale sviluppato dall’Institute for AI Industry Research e dal Dipartimento di informatica e tecnologia dell’Università Tsinghua. Nel modello simulato, gli agenti medici possono esercitarsi su casi generati e migliorare usando dati prodotti nell’ambiente virtuale.13
MHAC punta a portare questa impostazione nel lavoro clinico: invece di affidarsi a un unico assistente AI generalista, il sistema è progettato per coinvolgere agenti con competenze pertinenti al caso e affiancarli al medico.8
9
Quando il medico inserisce le informazioni sul paziente, il sistema è pensato per individuare le specialità coinvolte e chiamare in causa i relativi agenti. Questi possono offrire suggerimenti diagnostici e farmacologici, indicando quale agente ha formulato ciascun contributo, così che il medico possa confrontare le diverse prospettive.9
17
La piattaforma mira anche a segnalare aspetti che coinvolgono più ambiti clinici. Un esempio riportato è la valutazione delle terapie per una persona con ipertiroidismo e asma, quando occorre tenere conto di entrambe le condizioni.11 Si tratta di indicazioni da valutare, non di diagnosi autonome.
Il controllo umano è centrale: il medico conserva il giudizio finale e può correggere le raccomandazioni degli agenti.6
9 Secondo quanto descritto, le correzioni possono tenere conto anche delle circostanze pratiche del paziente. Per esempio, si può preferire un farmaco meno costoso e coperto dall’assicurazione rispetto a un’opzione considerata più efficace in astratto.
11
Le consulenze multidisciplinari possono essere difficili da organizzare quando un caso coinvolge più reparti. Il modello proposto da MHAC punta a far arrivare il contributo di diverse specialità già durante la normale visita ambulatoriale, anziché affidarsi soltanto a confronti successivi e incontri in presenza nei grandi ospedali.11 La sua utilità concreta dipenderà però da come si integrerà nei flussi di lavoro clinici.
Tairex riferisce di aver sviluppato 54 medici AI e milioni di pazienti simulati, con copertura di oltre 20 specialità cliniche.7
12 Secondo un resoconto dei test dell’azienda, la sperimentazione ambulatoriale è stata condotta in 18 reparti del Beijing Tsinghua Changgung Hospital e oltre 40 medici hanno usato regolarmente il sistema.
12
Lo stesso resoconto attribuisce alla piattaforma un aumento di circa il 30% dell’efficienza complessiva delle visite e un’accuratezza superiore al 96% sul benchmark MedQA.12 Sono risultati comunicati dall’azienda, non esiti clinici verificati in modo indipendente. Un punteggio su un benchmark, da solo, non dimostra quanto un sistema sia accurato con pazienti reali né se migliori le cure. MHAC è presentato come supporto al medico, non come sostituto del suo giudizio.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Presentato il 21 ottobre 2026, il sistema MHAC di Tairex è pensato per riunire durante una visita ambulatoriale i contributi di agenti AI con competenze in diverse specialità.
Presentato il 21 ottobre 2026, il sistema MHAC di Tairex è pensato per riunire durante una visita ambulatoriale i contributi di agenti AI con competenze in diverse specialità. Gli agenti possono proporre valutazioni e suggerimenti terapeutici, ma il medico mantiene la responsabilità della decisione; i risultati sui test e sull’efficienza sono dati riportati dall’azienda, non esiti clinici v...