AnswersPublished19 sources
AI pakar bantu doktor menilai kes pesakit luar — keputusan akhir tetap di tangan doktor
Tairex memperkenalkan Ekosistem MHAC untuk Agent Hospital pada 21 Oktober 2026, bagi menyelaraskan pandangan agen AI pakar dalam konsultasi pesakit luar. Sistem ini bertujuan membawa input rentas kepakaran ke dalam perbincangan klinikal, tetapi doktor kekal membuat keputusan akhir.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Tairex memperkenalkan Ekosistem MHAC untuk Agent Hospital pada 21 Oktober 2026, bagi menyelaraskan pandangan agen AI pakar dalam konsultasi pesakit luar.
- Sistem ini bertujuan membawa input rentas kepakaran ke dalam perbincangan klinikal, tetapi doktor kekal membuat keputusan akhir.
- Tairex melaporkan peningkatan kecekapan konsultasi sekitar 30% dan ketepatan melebihi 96% pada penanda aras MedQA; angka ini belum membuktikan hasil klinikal sebenar secara bebas.
AI Prompt
openai.comCreate 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 memperkenalkan Ekosistem Kerjasama Pelbagai Disiplin Manusia-Agen (MHAC) untuk Agent Hospital pada 21 Oktober 2026. Sistem ini direka untuk menyelaraskan agen AI daripada bidang perubatan berbeza supaya mereka dapat berkongsi cadangan dengan doktor ketika menilai kes pesakit. Keputusan klinikal akhir tetap dibuat oleh doktor manusia.9
Daripada hospital simulasi kepada sokongan konsultasi
Agent Hospital bermula sebagai persekitaran maya yang dibangunkan oleh Institut Penyelidikan Industri AI (AIR) Universiti Tsinghua bersama Jabatan Sains Komputer dan Teknologinya. Dalam simulasi itu, agen perubatan AI berlatih menggunakan kes pesakit rekaan dan data yang dijana.13 MHAC membawa pendekatan tersebut selangkah ke hadapan: bukan sekadar melatih AI dalam hospital maya, tetapi menyelaraskan agen khusus untuk menyokong doktor dalam kes klinikal.
9
11
Berbeza daripada satu sistem AI serba guna, model ini membolehkan beberapa agen dengan kepakaran berlainan menyumbang pandangan terhadap kes yang sama.8
9
Bagaimana agen-agen itu membantu doktor?
Apabila maklumat pesakit dimasukkan, sistem direka untuk mengenal pasti bidang kepakaran yang mungkin berkaitan dan mengaktifkan agen berkenaan. Agen-agen itu boleh memberikan cadangan tentang diagnosis dan ubat, dengan sumbangan setiap agen dikenal pasti supaya doktor boleh menilai pandangan yang berbeza.9
17
Sistem ini juga bertujuan mengesan perkara yang merentasi bidang kepakaran. Contohnya, cadangan rawatan perlu mengambil kira kemungkinan isu ubat bagi pesakit yang mempunyai hipertiroidisme dan asma.11 Cadangan tersebut ialah sokongan untuk dinilai oleh doktor, bukannya diagnosis automatik.
Pengawasan manusia menjadi asas pendekatan ini: doktor mengekalkan pertimbangan akhir dan boleh membetulkan cadangan agen AI.6
9 Menurut laporan, pembetulan itu juga boleh mengambil kira keadaan praktikal pesakit, bukan keberkesanan klinikal semata-mata. Misalnya, doktor mungkin memilih ubat yang lebih murah dan dilindungi insurans jika pilihan itu lebih sesuai dengan keadaan pesakit.
11
Mengapa input pelbagai kepakaran diperlukan?
Apabila penjagaan pesakit melibatkan beberapa jabatan, konsultasi pelbagai disiplin boleh mengambil masa untuk diatur. Pendekatan MHAC bertujuan membawa pandangan rentas kepakaran ke dalam konsultasi pesakit luar, dan bukan hanya mengharapkan perbincangan susulan secara luar talian di hospital besar.11
Namun, sama ada sistem ini benar-benar dapat memudahkan akses kepada pandangan sedemikian bergantung pada prestasinya dalam aliran kerja klinikal sebenar.
Angka ujian yang dilaporkan Tairex
Tairex melaporkan bahawa sistemnya merangkumi 54 doktor AI dan berjuta-juta pesakit simulasi, dengan liputan lebih daripada 20 bidang klinikal.7
12 Laporan mengenai ujian syarikat itu menyatakan bahawa ujian pesakit luar dijalankan di 18 jabatan di Hospital Beijing Tsinghua Changgung, dan lebih 40 doktor menggunakan sistem tersebut secara berkala.
12
Laporan sama menyebut peningkatan sekitar 30% dalam kecekapan konsultasi keseluruhan doktor serta ketepatan melebihi 96% pada penanda aras MedQA.12 Angka ini ialah hasil yang dilaporkan syarikat, bukannya bukti hasil klinikal yang telah disahkan secara bebas. Skor penanda aras sahaja tidak menunjukkan sejauh mana sistem berprestasi dengan pesakit sebenar atau sama ada ia memperbaik penjagaan. MHAC dipersembahkan sebagai alat sokongan keputusan untuk doktor, bukan pengganti pertimbangan klinikal.
4
12
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "AI pakar bantu doktor menilai kes pesakit luar — keputusan akhir tetap di tangan doktor"?
Tairex memperkenalkan Ekosistem MHAC untuk Agent Hospital pada 21 Oktober 2026, bagi menyelaraskan pandangan agen AI pakar dalam konsultasi pesakit luar.
What are the key points to validate first?
Tairex memperkenalkan Ekosistem MHAC untuk Agent Hospital pada 21 Oktober 2026, bagi menyelaraskan pandangan agen AI pakar dalam konsultasi pesakit luar. Sistem ini bertujuan membawa input rentas kepakaran ke dalam perbincangan klinikal, tetapi doktor kekal membuat keputusan akhir.
What should I do next in practice?
Tairex melaporkan peningkatan kecekapan konsultasi sekitar 30% dan ketepatan melebihi 96% pada penanda aras MedQA; angka ini belum membuktikan hasil klinikal sebenar secara bebas.
Sources
prnewswire.comTairex Launches Multi-Agent AI System to Transform ...
tairex.cnwww.tairex.cn · newsinfo · 10871149AIR Creates a Virtual Hospital, Enabling AI Doctors to Self ...
vcbeathealth.comThe Evolvable AI Doctor Is Here! How Tsinghua-Spawned Agent ...
global.chinadaily.com.cnChinese firm rolls out multi-agent ecosystem for real-world multidisciplinary clinical support