从影像到代理式AI，再到具身AI

谈到医学中的AI将走向何方时，人们很容易直接跳到那个最能激发想象的画面：一台守在床旁的机器人，会移动、会说话、会帮忙。我们也会想到那个画面。但任何人究竟如何走到那一步的诚实叙述，远没有那么富有电影感，却远为重要。它是一连串循序赢得的步骤，每一步都立足于前一步所确立的信任之上。跳过一步并不会让你更早到达；你要么到达某种不安全的东西，要么根本到不了。

因此，这是对我们正朝之构建的路径所作的、刻意务实的审视。它从AI原生影像出发，经由代理式临床助手，迈向具身的临床存在。每个阶段本身都有用处。它们都不依赖于对下一阶段的任何承诺。而且每一个阶段都让临床医生掌握主导，因为那正是必须贯穿全程始终保持的属性。

为什么从影像开始

我们从AI原生影像开始，是因为在那里，辅助能够在最清晰的条件下证明自己。影像是结构化的，是有边界的，其产出是可复核的。一项发现可以被呈现、被审视，并由一位始终对其负责的人签字确认。位于我们放射科工作核心的核验者—审批者模式——一份准备好的、半自动的报告，由放射科医生加以核验和批准——并不只是工作流程中的细节。它是此后一切的范本。

影像还在早期就强加了纪律。在内镜、病理与放射这些领域，按照这些学科早已依赖的标准工作，意味着辅助必须嵌入真实的临床实践之中，而非绕其而行，同时让人牢牢居于决策之内。若一件工具在这里——任务定义明确、产出可供检视之处——都无法被信任，那么它在任何更艰难的场合都没有被信任的资格。把影像做对，正是一个系统赢得做更多之权利的方式。

从你伸手去取的工具，到与你并肩工作的工具

工具等待被拿起。助手则参与其中。从影像到代理式临床助手的这一步，是从前者到后者的一步——而这是种类上的真正转变，不只是能力上的转变。

Myro就是那位助手。它不在单一视图之内，而是横跨整个工作流程，通过双工的语音与文本运作，并连接临床医生早已使用的系统。这一转变在于，Myro能够在任务之间承载上下文、采取有益的行动，并减少环绕在临床决策周围的繁杂事务——而不只是在被问到时作答。这确实更有用。这也是过度委派的诱惑变得更强之处，因为一个流畅、能干的助手，被信任的程度往往超过它迄今所赢得的。

正因如此，在我们的框架中，代理性始终意味着受监督下的代理性。Myro将辅助延伸至整个工作流程，但事关重大的时刻仍会回到一个人那里以待确认。它的构建宗旨，是围绕一项判断去跑腿，而绝不悄悄地替人作出那项判断本身。它能做的越多，就越需要被审慎地约束在那条界线之内——而正是影像方面的工作，教会了我们如何约束它。

具身：平实道来，不加炒作

这是最容易夸大其词的部分，所以我们将平实道来。我们正朝之构建的方向包含具身：Myro作为未来一台医疗人形机器人的大脑，一位不仅在屏幕上、更亲临房间之中的助手。我们认为那是一个严肃且值得追求的目的地。我们也认为，关于它的大多数说法都领先于实质数年之久，而我们宁愿把何为何说清楚。

具身之所以是最艰难的一步，恰恰因为物理世界毫不容情，而所系者是人。床旁的存在必须以屏幕从不必如此的方式可靠，举证的责任也随之提高。所以我们把它当作一个方向，而非一个日期。让它可信的，不是一台炫目的原型机，而是同一个大脑，承载着同样的上下文与同样的纪律，唯有当其下各层已赢得承载这份重量的资格之后，才进入物理形态。那台机器人，若真有到来的一天，是一位值得信任的助手的最终表达——而不是绕过构建这样一位助手的捷径。

贯穿这一切的那根线

把影像、代理性与具身联结起来的，不是技术，而是立场。在每一个阶段，临床医生都是掌握主导的那一位：审阅、推翻，并为要紧之事签字确认。辅助证明其价值并赢得信任；代理性在监督之下将其延伸至整个工作流程；具身则最终将其带到床旁。形态在变。责任并不移位。

这也是为什么顺序至关重要、不可重新排列。每一步都根植于此前的步骤。在辅助证明自己之前，你无法负责任地把一个代理铺设到整个工作流程；在代理做到之前，你无法负责任地把一具身体置于房间之中。信任是累积而来的，不是宣布出来的。一个在一张切片或一项检查上都未曾值得信任的系统，并未赢得用自己的双脚站立而受信任的权利。

一个方向，一步一个脚印循序赢得地构建

我们觉得这种框架带来的是澄清而非局限。它告诉我们当下该构建什么——影像中更出色、更可供检视的辅助——也告诉我们那份工作是为何而服务：一位能做更多的助手，并最终成为一种能够在照护实际发生之处提供帮助的存在。它还让我们对节奏保持诚实。每一层都必须自立，都必须让临床医生掌握主导，否则下一层便不获许可去构建。

所以这是一个我们朝之构建的方向，一步一个脚印、稳扎稳打地推进。不是向机器人的纵身一跃，而是通往它的一条路——这条路的每个阶段在今天都有用处，每个阶段都守着同一个承诺。目的地是雄心勃勃的。我们打算抵达它的方式是耐心的，而这份耐心正是要旨所在。