Tairex presenterade MHAC den 21 oktober 2026. Systemet ska samordna AI agenter med olika specialistinriktningar kring patientfall.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med 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 presenterade den 21 oktober 2026 sitt MHAC-system för Agent Hospital. MHAC står för Multidisciplinary Human-Agent Collaboration och är tänkt att låta AI-agenter med olika specialistinriktningar bidra till samma patientfall – som beslutsstöd för en läkare, inte som ersättning för läkarens bedömning.9
Agent Hospital började som en virtuell sjukhusmiljö utvecklad av Tsinghuauniversitetets Institute for AI Industry Research och universitetets institution för datavetenskap och teknik. Där kan AI-agenter öva på simulerade patientfall och utvecklas med hjälp av data som skapas i miljön.13 MHAC bygger vidare på idén genom att samordna flera specialistinriktade agenter kring kliniska fall.
9
11
I stället för att förlita sig på en enda AI som ska kunna allt är tanken att flera agenter ska bidra med perspektiv från relevanta medicinska områden.8
9
När vårdpersonal lägger in patientuppgifter ska MHAC identifiera vilka specialistområden som kan vara relevanta och koppla in motsvarande agenter. De kan bidra med förslag på diagnoser och läkemedel. Enligt beskrivningen ska det också framgå vilken agent som står bakom respektive förslag, så att läkaren kan väga in de olika perspektiven.9
17
Systemet är även tänkt att uppmärksamma frågor som berör flera specialistområden. Ett exempel är läkemedelsöverväganden för en patient med både hypertyreos och astma.11 Förslagen är ett underlag för läkaren att granska – inte autonoma diagnoser.
Läkaren behåller det slutliga ansvaret och kan korrigera agenternas rekommendationer.6
9 Sådana korrigeringar kan tillföra praktiska hänsyn utöver behandlingens kliniska effekt. Exempelvis kan ett billigare läkemedel som täcks av patientens försäkring vara ett bättre val i den aktuella situationen.
11
Multidisciplinära konsultationer kan vara svåra att ordna när en patient behöver vård från flera avdelningar. Tairex vill med MHAC göra synpunkter från olika specialistområden tillgängliga redan under vanliga öppenvårdsbesök, i stället för att de enbart kommer in vid senare diskussioner mellan avdelningar på större sjukhus.11 Om systemet faktiskt gör sådana perspektiv lättare att få tillgång till beror på hur väl det fungerar i vårdens arbetsflöden.
Tairex uppger att systemet omfattar 54 AI-läkare och miljontals simulerade patienter, med täckning inom fler än 20 kliniska specialistområden.7
12 En rapport om företagets tester säger att systemet provats i öppenvården på 18 avdelningar vid Beijing Tsinghua Changgung Hospital och att fler än 40 läkare använde det regelbundet.
12
Samma rapport anger en ungefärlig förbättring på 30 procent av läkarnas samlade konsultationseffektivitet och en träffsäkerhet på över 96 procent i MedQA-testet.12 Det är resultat som företaget rapporterat, inte oberoende fastställda kliniska utfall. Ett resultat på ett test visar inte i sig hur väl systemet fungerar med verkliga patienter eller om det förbättrar vården. Tairex beskriver MHAC som beslutsstöd för läkare, inte som en ersättning för kliniskt omdöme.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tairex presenterade MHAC den 21 oktober 2026. Systemet ska samordna AI agenter med olika specialistinriktningar kring patientfall.
Tairex presenterade MHAC den 21 oktober 2026. Systemet ska samordna AI agenter med olika specialistinriktningar kring patientfall. Företaget uppger att systemet testats vid öppenvård på 18 avdelningar. Resultat om ökad effektivitet och hög MedQA poäng är företagsrapporterade och visar inte i sig att vården blir bättre.
Tairex presenterade MHAC den 21 oktober 2026. Systemet ska samordna AI agenter med olika specialistinriktningar kring patientfall.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med 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 presenterade den 21 oktober 2026 sitt MHAC-system för Agent Hospital. MHAC står för Multidisciplinary Human-Agent Collaboration och är tänkt att låta AI-agenter med olika specialistinriktningar bidra till samma patientfall – som beslutsstöd för en läkare, inte som ersättning för läkarens bedömning.9
Agent Hospital började som en virtuell sjukhusmiljö utvecklad av Tsinghuauniversitetets Institute for AI Industry Research och universitetets institution för datavetenskap och teknik. Där kan AI-agenter öva på simulerade patientfall och utvecklas med hjälp av data som skapas i miljön.13 MHAC bygger vidare på idén genom att samordna flera specialistinriktade agenter kring kliniska fall.
9
11
I stället för att förlita sig på en enda AI som ska kunna allt är tanken att flera agenter ska bidra med perspektiv från relevanta medicinska områden.8
9
När vårdpersonal lägger in patientuppgifter ska MHAC identifiera vilka specialistområden som kan vara relevanta och koppla in motsvarande agenter. De kan bidra med förslag på diagnoser och läkemedel. Enligt beskrivningen ska det också framgå vilken agent som står bakom respektive förslag, så att läkaren kan väga in de olika perspektiven.9
17
Systemet är även tänkt att uppmärksamma frågor som berör flera specialistområden. Ett exempel är läkemedelsöverväganden för en patient med både hypertyreos och astma.11 Förslagen är ett underlag för läkaren att granska – inte autonoma diagnoser.
Läkaren behåller det slutliga ansvaret och kan korrigera agenternas rekommendationer.6
9 Sådana korrigeringar kan tillföra praktiska hänsyn utöver behandlingens kliniska effekt. Exempelvis kan ett billigare läkemedel som täcks av patientens försäkring vara ett bättre val i den aktuella situationen.
11
Multidisciplinära konsultationer kan vara svåra att ordna när en patient behöver vård från flera avdelningar. Tairex vill med MHAC göra synpunkter från olika specialistområden tillgängliga redan under vanliga öppenvårdsbesök, i stället för att de enbart kommer in vid senare diskussioner mellan avdelningar på större sjukhus.11 Om systemet faktiskt gör sådana perspektiv lättare att få tillgång till beror på hur väl det fungerar i vårdens arbetsflöden.
Tairex uppger att systemet omfattar 54 AI-läkare och miljontals simulerade patienter, med täckning inom fler än 20 kliniska specialistområden.7
12 En rapport om företagets tester säger att systemet provats i öppenvården på 18 avdelningar vid Beijing Tsinghua Changgung Hospital och att fler än 40 läkare använde det regelbundet.
12
Samma rapport anger en ungefärlig förbättring på 30 procent av läkarnas samlade konsultationseffektivitet och en träffsäkerhet på över 96 procent i MedQA-testet.12 Det är resultat som företaget rapporterat, inte oberoende fastställda kliniska utfall. Ett resultat på ett test visar inte i sig hur väl systemet fungerar med verkliga patienter eller om det förbättrar vården. Tairex beskriver MHAC som beslutsstöd för läkare, inte som en ersättning för kliniskt omdöme.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tairex presenterade MHAC den 21 oktober 2026. Systemet ska samordna AI agenter med olika specialistinriktningar kring patientfall.
Tairex presenterade MHAC den 21 oktober 2026. Systemet ska samordna AI agenter med olika specialistinriktningar kring patientfall. Företaget uppger att systemet testats vid öppenvård på 18 avdelningar. Resultat om ökad effektivitet och hög MedQA poäng är företagsrapporterade och visar inte i sig att vården blir bättre.