2022年11月OpenAI正式发布了ChatGPT。ChatGPT是一款聊天机器人程序，基于大语言模型（LLM），几乎无所不能回答问题的能力以及自主生成文章、自主编程甚至模仿人类对话的能力，让人们对大语言模型的能力有了深刻的认识。随之而来的是，基于大语言模型构建的智能体在各行各业蓬勃发展。同时，在医疗行业，也研发了一些医疗智能体应用，影响比较大的有：
1.清华大学智能产业研究院（AIR）与清华大学计算机科学与技术系合作构建了虚拟医院（Agent Hospital）。在该项目中，提出了医疗智能体自我进化方法（MedAgent-Zero）。利用虚拟医院中产生的数据来训练医疗智能体，使其不断提升医疗能力，并基于真实世界数据集进行验证。在诊疗近万名虚拟病人后，虚拟医生能够基于呼吸道疾病数据集进行诊疗服务，诊疗结果能够达到93.06%的准确率。
2.华为公司推出了医疗智能体（EIHealth）产品。该产品基于华为云AI和大数据技术优势，为基因组分析、药物研究、临床研究三个领域提供专业AI研发平台。华为公司还先后与多家医院协作，共同研究医学大语言模型，融合海量的医患对话、医学指南、权威教材、政策法规以及原始医学影像和病历数据。这种科技公司与医院的强强联合，促进了人工智能在医疗领域的应用和发展。
3.支付宝在2024年9月份发布了“AI健康管家”。该项目由20多个医疗智能体支撑，覆盖了找医生、读报告、陪看诊、问医保、管健康等30多项健康服务。与此同时，支付宝方面宣布面向医疗及泛健康行业，开放医疗智能体协作，共建AI健康服务生态。
不仅如此，随着人工智能技术的进一步发展、大语言模型的广泛应用，智能体在国内医疗行业也必将扩大发展。那么什么是智能体？智能体有哪些类型？医疗智能体的功能及其应用场景都有哪些?
围绕上述问题，本文根据国内外文献以及产品说明，整理汇总了智能体的概念、类型，同时还汇总分析了医疗智能体的功能构成及其应用场景。
一、智能体
（一）概念定义在美国学者Stuart Russell和Peter Norvig所著的、最经典的人工智能教材《人工智能：一种现代方法》中，智能体(Intelligent Agent或者AI Agent)是指能够通过传感器感知环境，并在该环境中，利用其执行器进行合理行动的实体。智能体是人工智能的一个重要研究领域，人工智能包括机器学习、深度学习、自然语言处理等方面的研究，而智能体则是人工智能技术的综合应用，是人工智能的一种应用实例。
图1.智能体示意图
（二）内外部特征
智能体的实现形式包括：软件程序、机器人、自动驾驶汽车等。这些智能体都具有一些共同的内部和外部特征。
1.内部特征
（1）自主能力
智能体能够感知环境，并能够基于其感知、从环境获得的信息以及由智能体开发者提前预装的知识规则，进行自身下一步的行动。也就是说，每一个智能体都能够自主控制自己要做的工作。
（2）学习能力
智能体有能力从其存储的既往经验中学习，并能够利用这些经验在其所处环境中指导其行动。
（3）反应能力
智能体能够感知环境，并能针对环境中发生的变化做出及时地反应。这些环境包括周围的物理世界、通过图形界面交互的用户、其他外部实体集合以及互联网环境等等。
（4）目标能力
每个智能体都设定有具体的目标，基于从环境中获取的信息，智能体都力图实现其目标。2.外部特征
（1）交互能力
每一个智能体都需要与环境交互，从而实现其目标。其环境可能是人，也可能是其他智能体。
（2）协作能力
对于一些复杂任务，智能体需要与其他智能体协作，从而增强自身能力、实现其目标或者更容易地完成目标任务。
（3）主动能力
每一个智能体不只是针对环境变化进行反应，还能以目标为导向，积极主动地对外部环境采取行动。
（三） 智能体分类
在《人工智能：一种现代方法》一书中，根据实现方式不同，把智能体划分为以下几种基本类型：
1.简单反射型智能体
该类智能体能够通过传感器收集当前状态、当前感知或其他环境信息，并基于这些信息进行行动。因此，在没有收集到信息或者感知之前，该类智能体无法选择合适的行动来实现其目标。由于该类智能体是基于其当前感知来选择下一步行动，因此在只能感知部分环境的情况下，由于所感知的环境不完整，可能很难实现其目标。也就是说，这类智能体只能应用于充分可观察的环境中。
2.基于模型的反射型智能体
该类智能体存储有历史状态或者其他智能体为实现共同目标而存储的过去的感知和行动。因此，在部分可观察环境，或者智能体感知不完整的情况下，智能体能够搜索历史信息中完全匹配的状态、感知和行动，并利用这些信息来处理当前状态，并执行行动，力图实现其目标。
3.基于目标的智能体
在某些情况下，对当前状态的了解或者对环境的感知，还不足以确定下一步的行动。因此，选择正确的行动依赖于智能体预期的任务目标。该类智能体工作步骤包括：①通过传感器获得当前状态或感知；②查找其应实现的预期目标；③查找目标信息以及实现目标所需要的状态信息；④尝试使用各种正确的程序，通过执行行动来实现预期结果；⑤最终选定一个行动来实现预期目标。
4.基于效用的智能体
对于智能体来说，只依赖于目标约束，可能无法实现更高品质的结果。因此智能体利用效用函数来评估各种可能结果的满意度。效用函数为不同的结果状态都赋予一个数值，用于表示该状态的效用或价值。通过最大化这个效用函数，智能体力图在给定环境中实现最满意的结果。该类智能体特别适用于有多种可能行动或结果的环境中，智能体依据效用值来做出行动决策。
5.学习型智能体
要实现上述四类智能体，就需要构建学习型智能体。因此，对于学习型智能体来说，不需要再手动编写程序或者管理规则，可以通过训练这些学习型机器，使其能够适应在未知环境中正常行动。
二、医疗智能体
（一）概念定义
医疗智能体，是指能够利用机器学习、自然语言处理（NLP）和预测分析等人工智能技术处理医疗业务的智能体。医疗智能体可以是一套软件系统、一个机器人，也可以是一台自助服务设施。
这些医疗智能体，旨在模拟人类认知功能，诸如学习、问题解决和决策制定，从而提升自身行动能力，更快速处理海量医疗数据、更精确地给出医疗建议。因此，医疗智能体通过自动化处理，能够提高医疗诊断准确性、增强患者个性化治疗，在未来变革医疗业务方面能够发挥至关重要的作用。
图2.医疗智能体功能架构示意图
（二）主要功能
医疗智能体具有以下主要功能：
1.感知输入
采集并汇总来自病历、医疗影像、患者体征等的输入，甚至是来自医疗设备的实时数据。这些感知和输入为医疗智能体的分析功能和决策过程奠定了基础。
2.记忆存储
记忆存储功能包括短期存储和长期存储。长期存储用于医疗知识的存储，包含大量的医学文献、临床指南和科研发现，用于支持医疗分析和决策。短期存储用于存储感知输入采集的患者数据，医疗智能体能够从这些新信息中学习，以提高诊断准确性和治疗效果。
3.分析规划
基于存储中的数据和知识，医疗智能体能够利用人工智能技术，分析发展趋势，并预测结果。同时，医疗智能体还能从历史经验中学习，不断改进优化，从而提升其服务性能和质量。另外，医疗智能体能够基于其分析结果，针对任务目标进行目标分解、任务规划，形成完整的行动方案。
4.反馈行动
基于分析规划结果，智能体能够采取行动，反馈环境并影响环境。例如，基于患者反应或者药品配伍禁忌，医疗智能体能够提醒医务人员或者患者，及时调整治疗计划。
三、医疗智能体应用场景
（一）临床医疗
1.医疗诊断和决策支持
医疗智能体能够用于辅助医务人员，通过分析患者数据来支持病情诊断。这些患者数据包括患者症状、患者病史和检查检验结果。在该场景中，医疗智能体还能够根据对大数据集和医学文献的分析，基于患者病情诊断，提出进一步检查检验方案或治疗建议。
2.个性化医疗方案
医疗智能体通过分析患者个人的医疗数据、遗传信息以及既往医疗结果，帮助患者创建个性化医疗计划。也就是说，医疗智能体可以根据患者自身的健康状况，推荐最可能有效的、量身定制的干预措施或治疗方案。
3.电子病历自然语言处理（NLP）
配备了NLP功能的医疗智能体，能够帮助医务人员记录患者病历，并从病历中提取相关信息，生成摘要以方便审核，从而提高了电子病历记录的准确性和效率。
4.行为分析和精神医疗支持
在该应用场景中，医疗智能体能够分析患者行为模式和心理数据，用以评估患者精神健康状况、监测患者情绪的变化，其目标是为患者提供个性化的精神医疗干预或治疗建议。
5.放射和医疗影像分析
医疗智能体还可以帮助放射科技师解读医疗影像，诸如X光、CT扫描和MRIs图像等。医疗智能体能够根据影像分析、与医疗影像大数据集对比，识别异常、高亮显示重点区域，并针对危急病例提醒医务人员进行优先处理。
（二）互联网医疗
1.远程监测及远程医疗
医疗智能体通过持续分析来自可穿戴设备或物联网传感器的实时健康数据，来支持远程患者监测。医疗智能体还能提醒医务人员，关于患者病情的异常或变化，从而支持医务人员及时干预，最终减少患者面对面就诊的需求。
2.医疗虚拟助手
AI驱动的医疗虚拟助手，支持与患者互动、为患者提供信息、回答医疗问题、预约诊疗，还能及时提醒患者服药或复诊。在该场景中，医疗智能体提升了患者自身医疗的参与感，使其更愿意遵从医疗计划的安排。
3.互联网集成和数据管理
医疗智能体与物联网设备集成，用以监测患者的生命体征、远程管理慢性疾病，并实时分析患者的健康数据流。在该场景中，医疗智能体能够增强数据的互操作性、确保数据安全，并支持实现医疗设备和业务系统之间的无缝通信。
（三）新药研制与临床科研
1.药品发现和研制
医疗智能体通过分析生物医学数据，能够识别可能的候选药物；预测其疗效并模拟其对生物系统的影响，从而为药物研发和研制做出贡献。医疗智能体的这一应用加快了新药的研制周期。
2.临床科研和预测分析
医疗智能体通过识别临床试验的候选患者、分析试验结果以及预测患者对治疗的反应，来支持临床科研。医疗智能体还能使用预测分析来预测疾病发展趋势，从而优化相关的医疗服务。
3.临床试验设计和患者招募
医疗智能体通过分析患者基本信息、病史，基于预测模型来优化临床试验设计，以识别合适的临床试验人选。在该场景中，医疗智能体有助于简化临床试验患者招募过程，提高临床试验成功率，从而加快新医疗方案的研究。
4.医疗伦理支持
医疗智能体基于现有的医学伦理原则，提供临床指南、医疗伦理框架以及决策支持工具，用于支持医务人员处理在临床工作以及临床科研工作中所面临的医疗伦理问题。
（四）公共卫生和继续教育
1.流行病学监测和疫情预测
医疗智能体能够分析人口健康数据，包括人口趋势、环境因素和疾病发病率，用以预测疫情发展、监测疾病传播，并为公共卫生干预提供信息支持和决策建议。医疗智能体这种早发现能力能够支持积极的医疗策略和疫情控制方针。
2.继续医学教育（CME）和培训
医疗智能体通过提供个性化学习模块、模拟医疗场景等方式，为医务人员提供继续教育和业务培训支持，并根据医务人员的表现提供结果反馈，从而促进继续教育和培训工作的发展提高。
（五）患者服务
1.患者宣教和健康促进
在该场景中，医疗智能体能够根据患者的健康状况和偏好，为患者提供个性化的健康教育材料、健康提示和预防保健信息。这提升了患者的健康素养，并能帮助患者针对其健康状况做出最佳决定。
2.患者满意度和体验提升
医疗智能体能够通过分析患者反馈、患者调查中的情感分析，来衡量患者满意度水平，从而确定医疗服务中需要改进的领域。医疗智能体还能个性化医患交互的方式，从而提高患者医疗体验和参与度。
四.结语
智能体是人工智能领域一个重要的分支，是人工智能技术应用的实例。智能体具有自主性、能够感知环境、基于感知信息进行分析处理，并能够反馈环境、影响环境。
根据实现方式不同，智能体分为四大类：简单反射型智能体、基于模型的反射型智能体、基于目标的智能体、基于效用的智能体。为了实现这四类智能体，就必须设计实现学习型智能体。
医疗智能体是智能体在医疗行业的应用实例，能够感知医疗环境，基于医疗知识库、医疗信息，进行疾病诊断和治疗方案建议，从而提高医务人员工作效率和医疗服务质量。
本文基于国内外文献以及现有产品说明，从临床医疗、互联网医疗、新药研制和临床科研、公共卫生和继续教育、患者服务五个方面整理汇总了医疗智能体的应用场景，为医疗智能体的设计、实现及其应用提供参考。
发表回复