Towards autonomous medical artificial intelligence agents
Towards Conversational AI for Disease Management
Els dos articles publicats a la revista Nature el juny de 2026 marquen un canvi de paradigma en la intel·ligència artificial mèdica: el pas de models que només "xategen" a agents autònoms capaços de raonar i actuar dins dels sistemes de salut.
A continuació, presento un resum extens de cada recerca, l'explicació del concepte d'IA agèntica i les implicacions per al futur.
1. MIRA: L'agent autònom per a decisions clíniques
L'article de Ferber et al. presenta MIRA (Medical Intelligence for Reasoning and Action), un agent d'IA dissenyat per operar de manera autònoma dins d'un entorn de Registre de Salut Electrònic (EHR).
- Capacitats: A diferència de les eines convencionals, MIRA no es limita a donar consells; pot navegar per un espai de més de 85.000 accions clíniques. Això inclou obtenir historials mèdics, demanar i interpretar proves de laboratori, microbiologia i imatge (com TAC o radiografies), generar diagnòstics i formular plans de tractament complexos, incloent-hi la programació de cirurgies i la prescripció de medicaments.
- Resultats: En simulacions amb casos reals (dataset MIMIC-IV), MIRA va superar els metges en precisió diagnòstica, assolint una mitjana del 88,9%. També va demostrar una seguretat gairebé perfecta en la medicació, amb un 99,8% de correcció en les instruccions de dosificació.
- Integració tècnica: El sistema utilitza estàndards internacionals com FHIR per garantir que les seves accions siguin compatibles amb els programaris hospitalaris reals.
2. AMIE: IA conversacional per a la gestió de malalties
L'article de Liévin et al. se centra en l'evolució d'AMIE (Articulate Medical Intelligence Explorer), optimitzada per a la gestió de pacients al llarg del temps i en múltiples visites.
- Raonament de gestió: AMIE no només diagnostica, sinó que gestiona l'evolució de la malaltia, la resposta a la teràpia i la seguretat en la prescripció a llarg termini. Per fer-ho, utilitza la capacitat de "context llarg" de Gemini per consultar guies clíniques (com les de NICE o BMJ) i formularis de fàrmacs en temps real.
- Rendiment: En un estudi cec (OSCE virtual) amb 21 metges de primària, AMIE va resultar no inferior als metges en el raonament de gestió i va puntuar millor en la precisió dels tractaments i en l'alineament amb les guies clíniques oficials.
- Benchmark RxQA: Els investigadors van crear RxQA, una prova per avaluar el coneixement sobre medicaments, on AMIE va superar els metges en les preguntes de dificultat alta.
Què vol dir "IA agèntica" (Agentic AI)?
Segons les fonts, la IA agèntica representa l'evolució dels models de llenguatge cap a sistemes que poden resoldre problemes de forma autònoma pas a pas utilitzant eines externes o executant programari.
En l'àmbit mèdic, això significa que l'IA no només genera text, sinó que:
- Té autonomia: Decideix quina informació li falta i la busca (p. ex., demanant una analítica de sang).
- Utilitza eines: Pot interaccionar amb el sistema informàtic de l'hospital per fer comandes reals (prescripcions, ingressos).
- Segueix un flux de treball: Com MIRA, que passa de l'historial al diagnòstic i després al tractament en una seqüència lògica idèntica a la d'un metge.
- Té memòria i context: Com AMIE, que recorda el que va passar en visites anteriors per ajustar el tractament avui.
Implicacions per al futur
L'emergència d'aquests sistemes agèntics té implicacions profundes:
- Reducció de la càrrega administrativa: Els agents poden actuar com a copilots que automatitzen tasques de documentació intensiva i gestió de dades, permetent als metges centrar-se en la interacció humana amb el pacient.
- Continuïtat en sistemes fragmentats: En entorns on el pacient veu metges diferents cada vegada, l'IA pot servir com a punt de continuïtat, mantenint el context de tot el cas clínic al llarg dels mesos.
- Estandardització de la qualitat: En estar connectats directament a guies clíniques actualitzades, aquests agents poden ajudar a reduir la variabilitat clínica i assegurar que cada pacient rep el tractament basat en l'evidència més recent.
- Capacitat d'escala: Poden ajudar a gestionar l'escassetat global de metges de primària i reduir les desigualtats en l'accés a la salut.
- Necessitat de validació real: Tot i l'èxit en entorns de prova (sandboxes), els autors adverteixen que calen estudis prospectius en el món real per establir marcs de governança i seguretat abans de la seva implementació generalitzada.