Tairex zaprezentował ekosystem MHAC 21 października 2026 r. System ma gromadzić opinie agentów AI różnych specjalizacji wokół przypadku pacjenta.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą 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, firma rozwijająca technologie AI w ochronie zdrowia i inkubowana przez Instytut Badań nad Przemysłem AI Uniwersytetu Tsinghua, zaprezentowała 21 października 2026 r. ekosystem MHAC (Multidisciplinary Human-Agent Collaboration) dla Agent Hospital. System ma koordynować pracę agentów AI wyspecjalizowanych w różnych dziedzinach medycyny i przekazywać ich sugestie lekarzowi prowadzącemu.9
Agent Hospital powstał jako wirtualne środowisko opracowane przez Instytut Badań nad Przemysłem AI Uniwersytetu Tsinghua oraz tamtejszy Wydział Informatyki i Technologii. Agenci medyczni mogą w nim ćwiczyć na symulowanych przypadkach i doskonalić swoje możliwości na podstawie generowanych danych.13 MHAC ma przenieść ten pomysł z etapu treningu do pracy z lekarzem: zamiast jednego uniwersalnego „lekarza AI” różni agenci mają wnosić do konsultacji wiedzę z pasujących specjalizacji.
8
9
11
Gdy lekarz wprowadza informacje o pacjencie, system ma rozpoznawać, które specjalizacje mogą być istotne, i włączać odpowiednich agentów do analizy. Mają oni przedstawiać sugestie diagnostyczne i dotyczące leków, a przypisanie ich do konkretnych agentów ma pozwolić lekarzowi ocenić różne perspektywy.9
17
MHAC ma też zwracać uwagę na kwestie, które mogą wymagać spojrzenia z więcej niż jednej specjalizacji. Przykładem jest dobór leków u pacjenta z nadczynnością tarczycy i astmą. Nie oznacza to jednak, że system samodzielnie stawia diagnozę: jego wskazówki mają być materiałem do oceny przez lekarza.11
Kluczowe pozostaje ludzkie nadzór nad procesem — to lekarz zachowuje ostateczny głos i może skorygować rekomendacje agentów.6
9 Według opisu system ma uwzględniać także takie praktyczne korekty. Lekarz może na przykład wybrać tańszy lek objęty ubezpieczeniem, jeśli będzie lepiej odpowiadał sytuacji pacjenta, zamiast kierować się wyłącznie skutecznością leku w oderwaniu od kosztów.
11
Konsultacje wielospecjalistyczne bywają trudne do zorganizowania, gdy opieka nad pacjentem wymaga zaangażowania kilku oddziałów lub poradni. Tairex chce, by opinie różnych specjalistów można było uwzględnić już podczas zwykłej wizyty ambulatoryjnej, a nie dopiero w późniejszej, odrębnej naradzie w dużym szpitalu.11 To, czy rozwiązanie rzeczywiście ułatwi taki dostęp w codziennej praktyce, zależy od tego, jak sprawdzi się w klinicznych procesach pracy.
Tairex informuje, że system obejmuje 54 lekarzy AI i miliony symulowanych pacjentów, a jego agenci reprezentują ponad 20 specjalizacji klinicznych.7
12 Według relacji z testów system sprawdzano ambulatoryjnie w 18 oddziałach szpitala Beijing Tsinghua Changgung, a korzystało z niego regularnie ponad 40 lekarzy.
12
Firma podaje również, że system poprawił ogólną efektywność konsultacji lekarskich o około 30 proc. oraz uzyskał ponad 96 proc. poprawnych odpowiedzi w teście MedQA.12 To deklarowane wyniki, a nie niezależnie potwierdzone efekty kliniczne. Dobry rezultat w teście nie przesądza o tym, jak system poradzi sobie z rzeczywistymi pacjentami ani czy poprawi jakość ich opieki. Tairex przedstawia MHAC jako narzędzie wspierające decyzje lekarza, nie zastępujące jego osądu.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tairex zaprezentował ekosystem MHAC 21 października 2026 r. System ma gromadzić opinie agentów AI różnych specjalizacji wokół przypadku pacjenta.
Tairex zaprezentował ekosystem MHAC 21 października 2026 r. System ma gromadzić opinie agentów AI różnych specjalizacji wokół przypadku pacjenta. Lekarz ma otrzymywać sugestie dotyczące diagnozy i leków, ale zachowuje prawo do ich oceny i podejmuje ostateczną decyzję.
Firma podaje, że system testowano w 18 poradniach w jednym z pekińskich szpitali.
Tairex zaprezentował ekosystem MHAC 21 października 2026 r. System ma gromadzić opinie agentów AI różnych specjalizacji wokół przypadku pacjenta.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą 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, firma rozwijająca technologie AI w ochronie zdrowia i inkubowana przez Instytut Badań nad Przemysłem AI Uniwersytetu Tsinghua, zaprezentowała 21 października 2026 r. ekosystem MHAC (Multidisciplinary Human-Agent Collaboration) dla Agent Hospital. System ma koordynować pracę agentów AI wyspecjalizowanych w różnych dziedzinach medycyny i przekazywać ich sugestie lekarzowi prowadzącemu.9
Agent Hospital powstał jako wirtualne środowisko opracowane przez Instytut Badań nad Przemysłem AI Uniwersytetu Tsinghua oraz tamtejszy Wydział Informatyki i Technologii. Agenci medyczni mogą w nim ćwiczyć na symulowanych przypadkach i doskonalić swoje możliwości na podstawie generowanych danych.13 MHAC ma przenieść ten pomysł z etapu treningu do pracy z lekarzem: zamiast jednego uniwersalnego „lekarza AI” różni agenci mają wnosić do konsultacji wiedzę z pasujących specjalizacji.
8
9
11
Gdy lekarz wprowadza informacje o pacjencie, system ma rozpoznawać, które specjalizacje mogą być istotne, i włączać odpowiednich agentów do analizy. Mają oni przedstawiać sugestie diagnostyczne i dotyczące leków, a przypisanie ich do konkretnych agentów ma pozwolić lekarzowi ocenić różne perspektywy.9
17
MHAC ma też zwracać uwagę na kwestie, które mogą wymagać spojrzenia z więcej niż jednej specjalizacji. Przykładem jest dobór leków u pacjenta z nadczynnością tarczycy i astmą. Nie oznacza to jednak, że system samodzielnie stawia diagnozę: jego wskazówki mają być materiałem do oceny przez lekarza.11
Kluczowe pozostaje ludzkie nadzór nad procesem — to lekarz zachowuje ostateczny głos i może skorygować rekomendacje agentów.6
9 Według opisu system ma uwzględniać także takie praktyczne korekty. Lekarz może na przykład wybrać tańszy lek objęty ubezpieczeniem, jeśli będzie lepiej odpowiadał sytuacji pacjenta, zamiast kierować się wyłącznie skutecznością leku w oderwaniu od kosztów.
11
Konsultacje wielospecjalistyczne bywają trudne do zorganizowania, gdy opieka nad pacjentem wymaga zaangażowania kilku oddziałów lub poradni. Tairex chce, by opinie różnych specjalistów można było uwzględnić już podczas zwykłej wizyty ambulatoryjnej, a nie dopiero w późniejszej, odrębnej naradzie w dużym szpitalu.11 To, czy rozwiązanie rzeczywiście ułatwi taki dostęp w codziennej praktyce, zależy od tego, jak sprawdzi się w klinicznych procesach pracy.
Tairex informuje, że system obejmuje 54 lekarzy AI i miliony symulowanych pacjentów, a jego agenci reprezentują ponad 20 specjalizacji klinicznych.7
12 Według relacji z testów system sprawdzano ambulatoryjnie w 18 oddziałach szpitala Beijing Tsinghua Changgung, a korzystało z niego regularnie ponad 40 lekarzy.
12
Firma podaje również, że system poprawił ogólną efektywność konsultacji lekarskich o około 30 proc. oraz uzyskał ponad 96 proc. poprawnych odpowiedzi w teście MedQA.12 To deklarowane wyniki, a nie niezależnie potwierdzone efekty kliniczne. Dobry rezultat w teście nie przesądza o tym, jak system poradzi sobie z rzeczywistymi pacjentami ani czy poprawi jakość ich opieki. Tairex przedstawia MHAC jako narzędzie wspierające decyzje lekarza, nie zastępujące jego osądu.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tairex zaprezentował ekosystem MHAC 21 października 2026 r. System ma gromadzić opinie agentów AI różnych specjalizacji wokół przypadku pacjenta.
Tairex zaprezentował ekosystem MHAC 21 października 2026 r. System ma gromadzić opinie agentów AI różnych specjalizacji wokół przypadku pacjenta. Lekarz ma otrzymywać sugestie dotyczące diagnozy i leków, ale zachowuje prawo do ich oceny i podejmuje ostateczną decyzję.
Firma podaje, że system testowano w 18 poradniach w jednym z pekińskich szpitali.