人工智能（AI）正在迅速改变临床医学，特别是通过使用能够理解和生成类似人类文本的大规模语言模型（LLM）。最近，基于LLM构建的AI智能体——能够规划任务、使用外部工具、与其他智能体协调并执行复杂的多步骤临床工作流程的高级系统——作为解决未满足医疗需求的创新工具出现。这些智能体有望增强临床决策、减轻临床医生的认知负担、优化诊断准确性、加快证据综合、辅助治疗计划制定，并提高行政效率。日益复杂的医学知识和患者数据量需要能够处理多个数据流和实时更新的智能系统，超越静态模型。然而，尽管兴趣日益浓厚，但在AI智能体相对于标准LLM提供的性能增益、多智能体与单智能体框架的比较优势以及有效整合辅助临床工具以高效完成医疗任务等方面仍存在关键的知识空白。
研究设计
这项系统评价分析了2022年10月1日至2025年8月5日期间发表在PubMed、Web of Science和Scopus数据库中的同行评审研究，这些研究定量评估了AI智能体在临床环境中的实施情况。符合条件的研究包括那些将AI智能体应用于临床和行政医疗任务的研究，并且有明确的性能比较，对比基线LLM或其他标准。两位独立审稿人（A.G.，M.O.）系统地提取了所采用的AI架构、性能指标（如准确度或临床结果改善）、临床应用和评估数据集的数据。数据提取过程中出现的分歧通过讨论解决，必要时咨询第三位审稿人（E.K.）。纳入的研究涵盖了从诊断、预后、治疗计划到临床操作和医学教育等临床领域的范围。
