随着大型语言模型和视觉语言模型在图像与文本的共同解读和推理能力的提升，医疗智能体正在从特定任务的预测者转变为能够在临床环境中感知、推理、规划、记忆和行动的自主系统。本文从临床部署出发，探索医疗智能体在实践中所需的任务、抗污染基准和互动训练环境，而非仅关注能力本身。
医疗智能体被形式化为在部分可观察性下的顺序决策系统，并建立了一个涵盖辅助、合作和完全自主操作的三层次自主性分类法。该领域沿着一个统一的扩展脊线组织，包括框架扩展、能力扩展和环境扩展。在这一框架内，临床环境扩展，即工具、数据和临床训练环境的整合，被识别为在 PACS、EHR 和 FHIR 生态系统中操作的智能体最具可行性但尚未充分探索的方向。
临床自我进化，即智能体通过与环境的互动而非单纯的参数扩展来提高性能，被进一步确立为关键研究前沿，借鉴了自我改进智能体、智能体训练环境和测试时计算扩展的见解。本文还探讨了放射学、病理学、眼科学和医院工作流程中的应用，以及包括幻觉、级联故障和公平性等部署挑战。通过整合超过 300 个参考文献，特别强调了 2025 至 2026 年的进展，本文为可信赖的、自我改进的医疗影像系统在真实临床实践中的应用提供了路线图。
博主点评： 该研究为医疗智能体的自主性提供了新的视角，提出了在临床真实环境中实现自我进化的必要条件，强调了环境扩展的重要性。这一方向将推动医疗技术的创新，使智能体在实际应用中更加可信和有效。