谷歌AMIE医疗AI达到专家级会诊水平

AMIE（Video）是基于Gemini的多智能体系统，旨在融合过去分属不同流程的三大能力：低延迟对话、临床推理和实时音视频感知，全部集成于单一对话循环中^[1]。这正是 headlines 数字背后的技术飞跃——系统不再仅解析输入的症状列表，而是必须实时察觉咳嗽、识别皱眉、观察患者动作，同时进行自然口语对话并实时推理诊断。它将谷歌最初的纯文本AMIE及其后续单图像多模态版本，扩展为更接近真实远程医疗会诊的模态，而非仅仅在聊天窗口上加装摄像头。

核心结果来自一项随机OSCE式（客观结构化临床考试）试验：30名初级保健医生和15名患者演员参与100个临床场景，AMIE（Video）、AMIE（Text）和人类全科医生均通过视频会诊，评估者认为AMIE（Video）在病史采集、诊断、管理及体格观察方面与全科医生表现相当或更优^[2]。另一项采用相同格式的评估发现，AMIE在32项临床指标中的29项和9项多模态特异性标准中的7项上达到或优于医生^[2]。在这项评分背后是一种新训练方法：名为ResidencyRL的配套方法在57,453个模拟临床场景中训练AMIE衍生智能体——包括远程医疗案例、病史采集训练和刻意设计的对抗性边缘案例——而非对固定模型进行静态基准测试，报告称在对抗性场景中的诊断准确率从81.0%提升至88.0%，且在87.6%的盲测对比中临床医生更偏好经RL训练的智能体^[3]。谷歌论文作者自身也谨慎避免夸大基于演员的设置，指出使用患者演员的OSCE评估“显著低估了真实世界医疗的复杂性”^[4]，另一项关于AMIE疾病管理能力的配套研究更明确表示“该系统仍处于实验阶段，未经真实临床护理验证”^[5]。

这并非单一突破，而是谷歌自2024年1月以来攀登阶梯的第四级。当时原始AMIE论文显示，该系统在加拿大、英国和印度的149个场景中，于纯文本聊天OSCE模拟中表现优于医生^[6]。到2025年5月，AMIE已具备多模态视觉能力——使用Gemini 2.0 Flash读取X光片、皮肤图像和心电图——并在105个场景研究中达到或优于全科医生^[7]。2026年6月，谷歌将AMIE从单次就诊诊断推进至长期疾病管理，在《自然》发表的研究中，于100个模拟多就诊场景中表现与或优于21名认证全科医生^[8]。本月公布的实时视频会诊结果是自然的下一步：从文本，到视觉，再到持续护理，最终实现看似真实医生会诊的实时对话。

即使在有利于系统的试验中，AMIE（Video）也并非在所有方面胜出。患者仍更偏好医生在建立共情与合作关系方面的能力，研究人员也承认其在体格检查中的“精细解剖精度、细微情感变化和高频动作”方面存在不足^[1]。这很可能解释了为何谷歌未等待视频会诊评分完美便开始在真实患者中测试该技术：它正与Included Health合作开展另一项前瞻性、知情同意的全国性随机对照试验，测试AMIE风格AI在真实虚拟医疗中的应用^[9]，延续此前与贝斯以色列女执事医疗中心合作测试AMIE相关“AI联合临床医生”的工作，该系统在140个评估领域中的68个达到或超过全科医生表现——始终在医生监督下运行，由人类安全监督员监控AI主导会诊中的干预，而非允许系统完全自主运行^[10]。谷歌研究员Vivek Natarajan将这一愿景描述为互补而非替代：“在某些情况下，人们可能受益于将AMIE类系统作为其临床旅程的一部分或补充”^[11]。达特茅斯医学院医学教育家Thomas Thesen作为外部声音，预计未来十年内AI将通过简化工作支持医生，但坚持认为“训练有素医生的专业判断对最终诊断和治疗方案仍至关重要”^[11]。