想象一下去医院看病，人工智能（AI）系统根据患者的检查数据实时自动生成治疗方案，经医生审查后，如果患者和医生皆不反对就直接执行该方案——这不是科幻，而是中国医学科学院血液病医院（中国医学科学院血液学研究所）的最新技术突破。

2025年9月25日，中国医学科学院血液病医院（中国医学科学院血液学研究所）陈俊仁/姜尔烈团队在《Nature Communications》杂志发表题为“Autonomous artificial intelligence prescribing a drug to prevent severe acute graft-versus-host disease in HLA-haploidentical transplants”的文章，首次报道条件式自主AI开立药物处方的临床实践[1]。

当前AI的临床医学应用多是“辅助型AI”（assistive AI）。好比社交平台的智能引擎推送个性化的新闻信息，辅助型的医疗AI基于患者情况生成个性化的医学专业信息，接着医生和患者决定是否采纳该信息并共同决定如何根据AI所提供的信息制定诊治方案。然而，随着AI迅速深入到人类日常生活的多个方面，“条件式自主AI”（conditional autonomous AI）模式也越来越普遍，例如汽车驾驶导航软件不仅止于提供空间地图信息和实时路况，而是直接计算出最优驾驶路线。研究团队认为，未来AI临床应用也可能采取“条件式自主”模式，即：AI制定医疗方案作为默认（default）选项，若医生和患者不否决就执行该默认方案[2]。

研究团队假设，在满足三个条件的情况下，医生和患者更可能愿意接受使用条件式自主AI生成医疗方案：一、除了AI手段之外没有其他方法能精准判断应何时和如何起始介入治疗；二、如果不接受积极干预，部分患者可能发生严重不良事件；三、介入治疗本身可能伴随较严重的副作用或者较高的医疗费用。研究团队认为，预防造血干细胞移植后的严重并发症“急性移植物抗宿主病”（简称acute GvHD），是符合这三个条件的临床医学场景。

于是，研究团队开展单臂前瞻性临床试验，将中国医学科学院血液病医院（中国医学科学院血液学研究所）100%自主开发的条件式自主AI模型“daGOAT”[3]嵌入医院信息系统；AI模型每天自动读（抓）取造血干细胞移植患者体内多维度、动态变化的血液细胞组成、血液生化、炎症因子等上百项指标数据；AI模型像资深医生一样“思考”何时该增加免疫抑制剂的剂量，以及增加多少剂量最合适。

研究团队共招募了110位接受HLA半相合移植的血液病患者参与条件式自主AI药物处方临床试验。每个受试者在事先皆被告知AI将决定加强免疫抑制的最佳时机和剂量，也被告知医生可能依据患者个别情况在AI处方基础上做调整修改。所有患者皆依照规定签署了知情同意书。

实际开展试验后，AI模型判断57位受试者需要加强免疫抑制，其中56位立马执行AI处方，而有1位推迟了一天执行服药，另外有7位受试者的医生在一个月内根据患者实际情况调整修改了AI初始制定的加强预防方案。

参与条件式自主AI药物处方临床试验的110位受试者中，重度急性移植物抗宿主病发生率为5.5%，显著低于历史对照组的16%。

本研究为“条件式自主AI”医疗新范式提供了宝贵的、高颗粒度的前瞻性临床试验数据，并提示人类和AI之间的互动模式可能在不久的将来变得更多元且幅度更宽广。研究团队认为，我们可以把“条件式自主AI”看作是一种“助推”（nudge）[4]，好比我们驾车时开启百度地图App的导航功能；通常驾驶人节省脑力、直接采纳AI程序所推荐的默认路线，但驾驶人仍有100%自主权且随时可以决定偏离默认路线。研究者认为，条件式自主AI将有潜力解放人类的脑力，使得人类可以专注于解决更加复杂的问题。

本研究得力于数据科学和临床医学的紧密融合。中国医学科学院血液病医院（中国医学科学院血液学研究所）信息与资源中心首席技术专家陈俊仁教授、干细胞移植中心主任姜尔烈主任医师和干细胞移植中心秘书曹易耕副主任医师为共同通讯作者，信息与资源中心陈俊仁教授、冯雅慧助理研究员、齐赛兵助理研究员、博士研究生胡钰和干细胞移植中心曹易耕副主任医师、杨栋林主任医师、庞爱明主任医师为共同第一作者。该项目获得了国家重点研发计划、国家自然科学基金、中国医学科学院医学与健康科技创新工程和天津市科技计划项目等的支持。

点击此处阅读原文

参考文献：

1. Chen, J, Cao, Y, Feng, Y, et al. Autonomous artificial intelligence prescribing a drug to prevent severe acute graft-versus-host disease in HLA-haploidentical transplants. Nat Commun. 2025;16:8391.

2. Bitterman DS, Aerts HJWL, Mak RH. Approaching autonomy in medical artificial intelligence. Lancet Digit Health. 2020 Sep;2(9):e447-e449.

3. Liu X, Cao Y, Guo Y, et al. Dynamic forecasting of severe acute graft-versus-host disease after transplantation. Nat Comput Sci. 2022 Mar;2(3):153-159.

4. Thaler RH, Sunstein CR, Nudge. Improving decisions about health, wealth and Happiness. New Haven: Yale University Press; 2008.