Работа, опубликованная в Nature в июне 2026 года, вывела AMIE на уровень ведения хронических заболеваний. В ней AMIE использовала возможности моделей Gemini по обработке больших контекстов для управления хроническими состояниями в ходе нескольких симулированных визитов, применяя двухкомпонентную архитектуру: эмпатичный диалоговый агент для общения с пациентом в реальном времени и глубокомыслящий агент управления, который сверяется с сотнями страниц авторитетных клинических руководств .

В слепой оценке 100 сценариев с тремя визитами, охватывающих кардиологию, пульмонологию, неврологию, акушерство/гинекологию/урологию и гастроэнтерологию (все сценарии основывались на рекомендациях NICE и BMJ Best Practice), рекомендации AMIE по обследованию и лечению оказались последовательно более точными. Эксперты-специалисты отметили, что планы AMIE значительно чаще были точным совпадением: 99% против 84% для обследований на втором визите и 100% против 88% на третьем, с явными ссылками на источники-руководства .

MIRA — это отдельный ИИ-агент, который использует другой подход. Вместо того чтобы сосредотачиваться на диалоге, он работает непосредственно внутри электронных медицинских карт. Согласно посту в LinkedIn от Центра цифрового здоровья Else Kröner Fresenius, исследовательская группа под руководством Якоба Николаса Катера разработала MIRA для автономной оценки медицинской информации, назначения анализов и подготовки диагностических и лечебных решений в симулированной больничной информационной системе, используя реальные случаи из практики .

В ретроспективных симуляциях MIRA достигла общей диагностической точности 87,8% по сравнению с 78,1% у сертифицированных врачей, с особенно заметными улучшениями по конкретным диагнозам, таким как панкреатит (95,2% против 78,6%) и аппендицит (100% против 88%) . MIRA назначала больше анализов крови, чем врачи (51% против 28%), но частично компенсировала это, назначая значительно меньше инструментальных исследований . Система имела доступ к более чем 85 000 возможных клинических действий и была протестирована на 880 состязательных запросах, призванных обмануть ИИ; случаев утечки данных выявлено не было .

Критические ограничения

Несмотря на впечатляющие цифры, обе системы сталкиваются с одной и той же суровой реальностью: они не были протестированы на реальных пациентах в реальных клинических условиях. Этот разрыв между симуляцией и реальностью является лейтмотивом независимых экспертных обзоров медицинских ИИ-агентов.

Комплексный систематический обзор в PMC прямо называет основную проблему: «отсутствие надежной клинической валидации в реальных условиях». Оценки часто проводятся на идеализированных, синтетических наборах данных, а не с учетом разреженности, дисбаланса и пропущенных значений, характерных для реальных записей пациентов. Обзор заключает, что фактическая клиническая эффективность этих систем остается в значительной степени неподтвержденной проспективными исследованиями .

Другие основные ограничения включают:

• Текстовая ограниченность. Как AMIE, так и MIRA работают в основном с текстом и структурированными данными. Ни одна из них не может провести физический осмотр — пальпировать живот, слушать тоны сердца или наблюдать за походкой пациента. Это не малозначительный пробел; физикальное обследование остается основополагающим для многих диагнозов.
• Отсутствие непрерывного обучения. Анализ главы о медицине в отчете AI Index 2026 подтверждает, что ни одна из систем не продемонстрировала способности к непрерывному обучению или долговременной памяти в разных случаях .
• Актеры, а не реальные пациенты. Исследование AMIE по ведению заболеваний, хотя и было тщательным, проводилось с профессиональными актерами-пациентами в виртуальных условиях, подобных OSCE. Оценка MIRA проводилась на ретроспективных случаях, где ИИ-агенты симулировали поведение пациента, а не взаимодействовали с реальными .
• Уязвимости безопасности. Тот же анализ AI Index указывает на галлюцинации, непрозрачность принятия решений, сбои в координации между агентами и уязвимость к взлому ЭМК как на открытые риски безопасности для «агентного» медицинского ИИ .

Мнения экспертов и оговорки

Ученые, комментирующие два исследования Nature, признали их значимость, но подчеркнули дистанцию до клинического применения. Экспертная реакция, собранная Научным медиа-центром Великобритании, описывает работу как «качественный скачок вперед», но отмечает, что результаты получены в контролируемых условиях .

Более широкие исследования ИИ-агентов в здравоохранении выявляют несколько устойчивых проблем:

Интерпретируемость и доверие. Когда ИИ-агенты генерируют диагностические или лечебные рекомендации, логика их рассуждений часто остается непрозрачной, что затрудняет для клинициста понимание того, как был сделан вывод. Это подрывает доверие и ограничивает внедрение .

Неоднозначность ответственности. В случае ошибочного результата остается неясным, кто несет юридическую и этическую ответственность — разработчик ИИ, внедряющее учреждение или контролирующий врач. Текущие нормативные рамки, включая требования FDA и ЕС AI Act, пока не учитывают уникальные потребности управления «агентным» медицинским ИИ .

Обобщаемость. Системы, обученные и оцененные на данных из одной больницы или конкретных наборов данных (например, MIMIC-IV), могут ненадежно работать с разными демографическими группами, административными протоколами или системами здравоохранения .

Риск чрезмерного доверия. Даже исследователи, разработавшие «огороженную» версию AMIE (g-AMIE), признают необходимость явных ограничений. g-AMIE предназначена для сбора анамнеза, но воздерживается от предоставления индивидуальных медицинских советов — это явное признание того, что неограниченное автономное использование преждевременно и потенциально опасно .

Путь к реальному внедрению

Ни AMIE, ни MIRA не готовы к рутинному клиническому использованию. AMIE сделала первые шаги к реальной валидации в проспективном одноцентровом пилотном исследовании, проведенном совместно с Beth Israel Deaconess Medical Center, в котором изучалось, как AMIE может собирать информацию о пациенте до амбулаторного визита к терапевту . Отдельное пилотное исследование в условиях неотложной помощи с участием 100 пациентов показало, что дифференциальный диагноз AMIE включал окончательный диагноз в 90% случаев с точностью Top-3 в 75% — хотя врачи общей практики все же превзошли AMIE по практичности и экономической эффективности планов лечения .

Это обнадеживающие ранние сигналы, но это пилотные исследования, а не рандомизированные контролируемые испытания, которые потребуются для демонстрации улучшения исходов у пациентов. Перед областью «агентного» ИИ в здравоохранении в целом стоит ряд нерешенных задач, прежде чем внедрение станет реальным:

• Регуляторные пути. Клинические ИИ-системы, которые помогают в диагностике или лечении, требуют доказательств безопасности и эффективности. Ни один крупный регулятор еще не установил четкой системы для непрерывно обучающихся автономных агентов в клинических условиях.
• Интеграция с ЭМК. Интеграция LLM в существующие системы ЭМК создает практические и управленческие проблемы, включая риск смешивания контента, созданного ИИ и человеком, что может скрыть клиническую ответственность .
• Пробел в физикальном обследовании. Текстовые диалоговые ИИ и агенты, работающие со структурированными данными, не могут воспроизвести практическое физикальное обследование, которое остается центральным в клинической практике.
• Равенство в отношении здоровья. Ни одна из систем не была валидирована на разнообразных реальных популяциях таким образом, чтобы подтвердить утверждения об их равной эффективности для всех.

Что все это значит

Исследования июня 2026 года представляют собой реальный прогресс. AMIE эволюционировала от диагностических бесед при однократном приеме до ведения заболеваний на нескольких визитах с обоснованием на основе клинических руководств. MIRA продемонстрировала, что автономный агент может ориентироваться в электронных медицинских картах и назначать анализы и лечение на уровне, сопоставимом с врачами (или превышающем его) в тщательно контролируемых ретроспективных симуляциях .

Но разрыв между этими демонстрациями и реальной медициной остается огромным. Как заключает систематический обзор ИИ-агентов в здравоохранении, большинство оценок полагаются на наборы данных и условия, которые не отражают шум, неоднозначность, ограниченность ресурсов и требования к ответственности реальной клинической среды .

Следующими критическими вехами станут проспективные исследования на реальных пациентах, четкие регуляторные рамки, доказанная безопасность для разных групп населения и свидетельства того, что эти системы улучшают исходы, а не просто соответствуют производительности врачей в тестовых сценариях. До тех пор AMIE и MIRA остаются впечатляющими исследовательскими прототипами — не заменой врачам-людям, а потенциальными будущими инструментами, которые требуют существенной дополнительной валидации, прежде чем они смогут появиться в какой-либо клинике.

Работа, опубликованная в Nature в июне 2026 года, вывела AMIE на уровень ведения хронических заболеваний. В ней AMIE использовала возможности моделей Gemini по обработке больших контекстов для управления хроническими состояниями в ходе нескольких симулированных визитов, применяя двухкомпонентную архитектуру: эмпатичный диалоговый агент для общения с пациентом в реальном времени и глубокомыслящий агент управления, который сверяется с сотнями страниц авторитетных клинических руководств .

В слепой оценке 100 сценариев с тремя визитами, охватывающих кардиологию, пульмонологию, неврологию, акушерство/гинекологию/урологию и гастроэнтерологию (все сценарии основывались на рекомендациях NICE и BMJ Best Practice), рекомендации AMIE по обследованию и лечению оказались последовательно более точными. Эксперты-специалисты отметили, что планы AMIE значительно чаще были точным совпадением: 99% против 84% для обследований на втором визите и 100% против 88% на третьем, с явными ссылками на источники-руководства .

MIRA — это отдельный ИИ-агент, который использует другой подход. Вместо того чтобы сосредотачиваться на диалоге, он работает непосредственно внутри электронных медицинских карт. Согласно посту в LinkedIn от Центра цифрового здоровья Else Kröner Fresenius, исследовательская группа под руководством Якоба Николаса Катера разработала MIRA для автономной оценки медицинской информации, назначения анализов и подготовки диагностических и лечебных решений в симулированной больничной информационной системе, используя реальные случаи из практики .

В ретроспективных симуляциях MIRA достигла общей диагностической точности 87,8% по сравнению с 78,1% у сертифицированных врачей, с особенно заметными улучшениями по конкретным диагнозам, таким как панкреатит (95,2% против 78,6%) и аппендицит (100% против 88%) . MIRA назначала больше анализов крови, чем врачи (51% против 28%), но частично компенсировала это, назначая значительно меньше инструментальных исследований . Система имела доступ к более чем 85 000 возможных клинических действий и была протестирована на 880 состязательных запросах, призванных обмануть ИИ; случаев утечки данных выявлено не было .

Критические ограничения

Несмотря на впечатляющие цифры, обе системы сталкиваются с одной и той же суровой реальностью: они не были протестированы на реальных пациентах в реальных клинических условиях. Этот разрыв между симуляцией и реальностью является лейтмотивом независимых экспертных обзоров медицинских ИИ-агентов.

Комплексный систематический обзор в PMC прямо называет основную проблему: «отсутствие надежной клинической валидации в реальных условиях». Оценки часто проводятся на идеализированных, синтетических наборах данных, а не с учетом разреженности, дисбаланса и пропущенных значений, характерных для реальных записей пациентов. Обзор заключает, что фактическая клиническая эффективность этих систем остается в значительной степени неподтвержденной проспективными исследованиями .

Другие основные ограничения включают:

• Текстовая ограниченность. Как AMIE, так и MIRA работают в основном с текстом и структурированными данными. Ни одна из них не может провести физический осмотр — пальпировать живот, слушать тоны сердца или наблюдать за походкой пациента. Это не малозначительный пробел; физикальное обследование остается основополагающим для многих диагнозов.
• Отсутствие непрерывного обучения. Анализ главы о медицине в отчете AI Index 2026 подтверждает, что ни одна из систем не продемонстрировала способности к непрерывному обучению или долговременной памяти в разных случаях .
• Актеры, а не реальные пациенты. Исследование AMIE по ведению заболеваний, хотя и было тщательным, проводилось с профессиональными актерами-пациентами в виртуальных условиях, подобных OSCE. Оценка MIRA проводилась на ретроспективных случаях, где ИИ-агенты симулировали поведение пациента, а не взаимодействовали с реальными .
• Уязвимости безопасности. Тот же анализ AI Index указывает на галлюцинации, непрозрачность принятия решений, сбои в координации между агентами и уязвимость к взлому ЭМК как на открытые риски безопасности для «агентного» медицинского ИИ .

Мнения экспертов и оговорки

Ученые, комментирующие два исследования Nature, признали их значимость, но подчеркнули дистанцию до клинического применения. Экспертная реакция, собранная Научным медиа-центром Великобритании, описывает работу как «качественный скачок вперед», но отмечает, что результаты получены в контролируемых условиях .

Более широкие исследования ИИ-агентов в здравоохранении выявляют несколько устойчивых проблем:

Интерпретируемость и доверие. Когда ИИ-агенты генерируют диагностические или лечебные рекомендации, логика их рассуждений часто остается непрозрачной, что затрудняет для клинициста понимание того, как был сделан вывод. Это подрывает доверие и ограничивает внедрение .

Неоднозначность ответственности. В случае ошибочного результата остается неясным, кто несет юридическую и этическую ответственность — разработчик ИИ, внедряющее учреждение или контролирующий врач. Текущие нормативные рамки, включая требования FDA и ЕС AI Act, пока не учитывают уникальные потребности управления «агентным» медицинским ИИ .

Обобщаемость. Системы, обученные и оцененные на данных из одной больницы или конкретных наборов данных (например, MIMIC-IV), могут ненадежно работать с разными демографическими группами, административными протоколами или системами здравоохранения .

Риск чрезмерного доверия. Даже исследователи, разработавшие «огороженную» версию AMIE (g-AMIE), признают необходимость явных ограничений. g-AMIE предназначена для сбора анамнеза, но воздерживается от предоставления индивидуальных медицинских советов — это явное признание того, что неограниченное автономное использование преждевременно и потенциально опасно .

Путь к реальному внедрению

Ни AMIE, ни MIRA не готовы к рутинному клиническому использованию. AMIE сделала первые шаги к реальной валидации в проспективном одноцентровом пилотном исследовании, проведенном совместно с Beth Israel Deaconess Medical Center, в котором изучалось, как AMIE может собирать информацию о пациенте до амбулаторного визита к терапевту . Отдельное пилотное исследование в условиях неотложной помощи с участием 100 пациентов показало, что дифференциальный диагноз AMIE включал окончательный диагноз в 90% случаев с точностью Top-3 в 75% — хотя врачи общей практики все же превзошли AMIE по практичности и экономической эффективности планов лечения .

Это обнадеживающие ранние сигналы, но это пилотные исследования, а не рандомизированные контролируемые испытания, которые потребуются для демонстрации улучшения исходов у пациентов. Перед областью «агентного» ИИ в здравоохранении в целом стоит ряд нерешенных задач, прежде чем внедрение станет реальным:

• Регуляторные пути. Клинические ИИ-системы, которые помогают в диагностике или лечении, требуют доказательств безопасности и эффективности. Ни один крупный регулятор еще не установил четкой системы для непрерывно обучающихся автономных агентов в клинических условиях.
• Интеграция с ЭМК. Интеграция LLM в существующие системы ЭМК создает практические и управленческие проблемы, включая риск смешивания контента, созданного ИИ и человеком, что может скрыть клиническую ответственность .
• Пробел в физикальном обследовании. Текстовые диалоговые ИИ и агенты, работающие со структурированными данными, не могут воспроизвести практическое физикальное обследование, которое остается центральным в клинической практике.
• Равенство в отношении здоровья. Ни одна из систем не была валидирована на разнообразных реальных популяциях таким образом, чтобы подтвердить утверждения об их равной эффективности для всех.

Что все это значит

Исследования июня 2026 года представляют собой реальный прогресс. AMIE эволюционировала от диагностических бесед при однократном приеме до ведения заболеваний на нескольких визитах с обоснованием на основе клинических руководств. MIRA продемонстрировала, что автономный агент может ориентироваться в электронных медицинских картах и назначать анализы и лечение на уровне, сопоставимом с врачами (или превышающем его) в тщательно контролируемых ретроспективных симуляциях .

Но разрыв между этими демонстрациями и реальной медициной остается огромным. Как заключает систематический обзор ИИ-агентов в здравоохранении, большинство оценок полагаются на наборы данных и условия, которые не отражают шум, неоднозначность, ограниченность ресурсов и требования к ответственности реальной клинической среды .

Следующими критическими вехами станут проспективные исследования на реальных пациентах, четкие регуляторные рамки, доказанная безопасность для разных групп населения и свидетельства того, что эти системы улучшают исходы, а не просто соответствуют производительности врачей в тестовых сценариях. До тех пор AMIE и MIRA остаются впечатляющими исследовательскими прототипами — не заменой врачам-людям, а потенциальными будущими инструментами, которые требуют существенной дополнительной валидации, прежде чем они смогут появиться в какой-либо клинике.