8 月中旬，两则医疗智能体进展同日受到关注：国内迈瑞医疗联合腾讯云智能体开发平台 ADP，上线全球首个医疗技术服务大模型；Google 的 AMIE 系统则展示了可进行实时视频问诊的多智能体架构。医疗 Agent 正从「辅助写病历、查文献」走向「在生产环境里值守」，把专家级响应铺到全球时区。
一、迈瑞×腾讯云：给设备装上「懂行」的大脑
该医疗技术服务大模型内置 5000 余项临床关键知识与 500 余项设备语料，覆盖生命信息与支持、体外诊断、医学影像等核心业务领域。在专业测试评估中，关键问题回答准确率达 99%，可支撑年均百万级服务咨询的秒级响应。目前已覆盖全球 190 多个国家和地区，日均产生专业问答超 1700 次，用户通过「瑞智服」小程序与全球服务官网即可获得 7×24 小时在线技术支持。
它的定位很克制：不是替医生下诊断，而是做设备与技术服务领域的「超级值守员」——把分散在手册、经验和历史工单里的知识，变成随时可问、秒级可答的能力。这种收敛，恰恰是对医疗高风险属性的专业化处理。
二、Google AMIE：能「看」着病人问诊
AMIE（Articulate Medical Intelligence Explorer）由 Google Research 与 DeepMind 联合打造，基于 Gemini 模型与 Project Astra 技术，采用多智能体并行架构，是全球首个能够进行实时视频问诊的 AI 医疗对话系统。它把语音、视频与临床推理打通，意味着远程问诊第一次有了「面对面」的语义与视觉上下文，而非只靠文字描述。
三、为什么医疗是 Agent 落地的硬骨头
医疗对准确率、可追溯与责任边界的要求极高。迈瑞的模型把范围收敛在「设备技术与服务支持」，而非直接下诊断，是对风险的专业化处理；AMIE 的实时视频仍属研究演示，正式进入临床的合规路径行业暂未披露。两者都选择了「先在非致命环节上岗」的务实路线，而非一上来就挑战最敏感的决策权。
四、从「辅助」到「上岗」的范式变化
过去医疗 AI 多扮演 copilot——写文书、做提示、整理文献；现在 Agent 开始承接可量化、可审计的值守任务：设备咨询、预问诊、分诊建议、服务响应。价值不再只是「省时间」，而是「把专家级响应铺到全球时区、铺到 7×24 小时」。对医疗资源不均的市场，这类 Agent 的真实价值在于填平可达性的洼地。
五、留白与风险
医疗 Agent 的错误成本极高，数据隐私、责任归属、监管审批是三道硬门槛。能否从「演示惊艳」走到「久经考验」，取决于临床验证与治理框架，而非模型能力本身。行业暂未披露两类系统的大规模长期随访数据，这也是判断其成色时必须保留的清醒。