万古霉素给药智能体在斯坦福静默运行两月：高自主配置误差21.8%，仍不能脱离药师审核

万古霉素给药这类由药师按协议承担的多轮任务，现在有了在真实病历数据上并行运行的大语言模型智能体对照：同一底层模型分别以开发者写死流程的低自主方式和由模型自行决定动作顺序的高自主方式给出建议。 此前智能体多在模拟临床环境中验证，真实部署则普遍保留较强的人类控制，采用约束更多、规定更细的工作流；运行时自主程度该给多少并不清楚。 在斯坦福医院2026年7月28日至10月1日的静默部署中，403次给药事件、316名患者同时获得四种配置的建议，且不进入临床决策；带指南时高自主配置的平均绝对百分比误差为21.8%，低自主配置为37.8%，配对平均差为−16.01个百分点，95%置信区间−19.25至−12.77。

高自主配置让模型自己写并执行Python代码去查FHIR接口和药代动力学引擎，出错时能在循环里看到报错并重试，直到给出最终剂量方案。 低自主配置由开发者代码固定取数、评估急性肾损伤、调用InsightRx引擎的顺序，模型只在既定步骤内做有限判断，接口临时报错时无法恢复。 两种配置共用同一个模型、同一个贝叶斯药代动力学引擎和同一输出格式，并各自在有、无机构指南两种条件下运行；药师复核的196条超容差建议中，低自主配置出现安全顾虑的比值比为2.37，95%置信区间1.30至4.37。

是否把机构给药指南放进提示，对与药师医嘱的一致程度没有带来统计显著差异。 带指南与不带指南的配对比较中，高自主配置的平均绝对百分比误差差值为−0.93个百分点，低自主配置为−1.95个百分点，校正后均不显著。 25%容差内的比例在高自主配置下为73.4%对73.9%，在低自主配置下为50.9%对50.9%，两项McNemar检验的P值均为1.00。

结果来自斯坦福健康中心单中心、万古霉素单药物、单一模型的前瞻性静默部署，建议只生成并存放在研究环境，不显示给临床医生也不写入电子病历，因此衡量的是与药师医嘱的一致性和药师判定的安全顾虑，而非药物暴露或患者结局。分析只纳入当天有单条计划医嘱且非透析的患者日，403次事件按独立样本处理。

总日剂量是较粗的指标，把不同给药间隔的方案视为等价；配置在当天医嘱写出后才运行，当天的用药医嘱被过滤，但之后发布的化验结果仍可见；两种配置都读不到给药记录和万古霉素浓度的时间戳，给药史与浓度解读因此成为最常见的错误类别。作者明确表示两种配置都还不能自主给患者定剂量。