Firma Google Research ogłosiła, że AMIE, eksperymentalny medyczny system sztucznej inteligencji, wykazał się wydajnością na poziomie eksperckim w klinicznych konsultacjach wideo w czasie rzeczywistym, co oznacza, że po raz pierwszy system sztucznej inteligencji dopasował lekarzy certyfikowanych przez komisję do synchronicznego audiowizualnego spotkania medycznego. Wyniki opublikowane 11 sierpnia 2026 r. stanowią ważny kamień milowy w rozwoju opieki zdrowotnej wspomaganej przez sztuczną inteligencję.
W wieloramiennym, randomizowanym badaniu obejmującym 100 scenariuszy klinicznych, 300 konsultacji na żywo i panel złożony z 30 certyfikowanych przez komisję lekarzy podstawowej opieki zdrowotnej, konfiguracja wideo AMIE została oceniona na równi z lekarzami ludzkimi pod względem podstawowych kompetencji klinicznych. W badaniu, szczegółowo opisanym w poście na oficjalnym blogu Google Research, oceniano dokładność diagnostyczną, dokładność zbierania wywiadu, stosowność postępowania i jakość komunikacji. Czytelnikom śledzącym postępy w badaniach nad sztuczną inteligencją i opiece zdrowotnej dostępne są ciągłe informacje na temat najnowszych osiągnięć w zakresie sztucznej inteligencji z AI Buzz Wire.
Jak działa wideo AMIE
Zbudowane na modelu Google Gemini i projekcie Astra, AMIE (wideo) prowadzi synchroniczne konsultacje kliniczne za pośrednictwem interfejsu wideo. System może odbierać niewerbalne sygnały kliniczne, prowadzić pacjentów przez wirtualne badania fizykalne i wyciągać wnioski diagnostyczne w czasie rzeczywistym.
Aby to osiągnąć, Google zaprojektowało AMIE z asynchroniczną architekturą wieloagentową, która dzieli pracę pomiędzy trzech wyspecjalizowanych agentów pracujących w sposób ciągły i równoległy. Agent Talker obsługuje interakcję głosową skierowaną do pacjenta, utrzymując naturalny przepływ konwersacji, jednocześnie uwzględniając wskazówki z innych komponentów. Agent Planner działa w tle, stale udoskonalając rozumowanie kliniczne, aktualizując diagnozy różnicowe i identyfikując luki informacyjne. Agent Percepcji stale przegląda strumienie audio i wizualne, identyfikując klinicznie istotne sygnały niewerbalne, takie jak widoczne oznaki niepokoju, objawy fizyczne lub sygnały dźwiękowe.
Ta oddzielona konstrukcja stanowi odpowiedź na podstawowe wyzwanie związane z konwersacyjną sztuczną inteligencją medyczną. Głębokie rozumowanie kliniczne wymaga czasu, ale przerwy w rozmowie podważają zaufanie i relacje pacjentów. Oddzielając agentów, AMIE może zachować naturalne opóźnienie konwersacji, jednocześnie wykonując złożone rozumowanie diagnostyczne i percepcję audiowizualną.
Projekt badania i kluczowe wyniki
W badaniu wykorzystano format obiektywnego ustrukturyzowanego badania klinicznego, będący złotym standardem oceny kompetencji klinicznych w edukacji medycznej. Piętnastu przeszkolonych pacjentów przeprowadziło 300 standardowych konsultacji w trzech ramionach badania: AMIE w trybie wideo, AMIE w trybie tekstowym jako podstawa oraz dziesięciu certyfikowanych przez komisję lekarzy podstawowej opieki zdrowotnej konsultujących się za pośrednictwem tego samego interfejsu wideo.
Niezależny panel składający się z 20 doświadczonych lekarzy podstawowej opieki zdrowotnej ocenił wszystkie konsultacje, stosując ustalone kryteria kliniczne, w tym zarówno ogólne skale kompetencji, jak i kryteria punktacji specyficzne dla przypadku, dostosowane do każdego scenariusza.
Wyniki były uderzające. W zakresie kluczowych kompetencji klinicznych oceniający kliniczni ocenili AMIE (wideo) na równi z lekarzami podstawowej opieki zdrowotnej. AMIE zostało również ocenione znacznie wyżej niż lekarze i bazowa wersja tekstowa pod względem wywoływania objawów fizycznych i proaktywnego prowadzenia pacjentów przez manewry wirtualnego badania.
Podmioty będące pacjentami zdecydowanie wolały korzystanie z wideo niż czatu tekstowego, oceniając je jako znacznie łatwiejsze w użyciu i skuteczniejsze w komunikowaniu problemów zdrowotnych. Pozytywnie ocenili także AMIE (wideo) pod względem empatii, relacji i zaufania do opieki w porównaniu zarówno z lekarzami-ludźmi, jak i wersją zawierającą wyłącznie tekst.
Ograniczenia i odpowiedzialny rozwój
Google podkreśliło, że badanie ma istotne ograniczenia. Badanie przeprowadzono wyłącznie z udziałem profesjonalnych pacjentów w symulowanych warunkach klinicznych, a nie z prawdziwymi pacjentami prezentującymi własne schorzenia. Aktorzy-pacjenci, niezależnie od tego, jak bardzo są wykwalifikowani, nie są w stanie w pełni odtworzyć złożoności i nieprzewidywalności rzeczywistych spotkań klinicznych.
Scenariusze ograniczały się również do warunków, które można autentycznie przedstawić poprzez grę aktorską, pomijając ważne prezentacje kliniczne, w których percepcja audiowizualna miałaby znaczenie diagnostyczne. Ukierunkowane automatyczne oceny ujawniły sporadyczne błędy w percepcji i rozumowaniu, pomimo ogólnej wysokiej jakości rozmów i trafności diagnostycznej.
Google zauważył, że ocena tych wyników w badaniach z udziałem prawdziwych pacjentów i rzeczywistych warunków klinicznych jest kolejnym niezbędnym krokiem, zanim będzie można wyciągnąć jakiekolwiek wnioski na temat użyteczności w świecie rzeczywistym. Firma podjęła już pierwsze kroki w tym kierunku, w tym studium wykonalności w warunkach rzeczywistych przeprowadzone z Beth Israel Deaconess Medical Center oraz trwające ogólnokrajowe badanie z randomizacją przeprowadzone przez włączone zdrowie.
Droga naprzód dla medycznej sztucznej inteligencji
Wyniki AMIE pojawiają się w momencie rosnącego zainteresowania opieką zdrowotną wspomaganą sztuczną inteligencją. W czerwcu 2026 r. badanie opublikowane w czasopiśmie Nature wykazało, że narzędzia medyczne AI dorównują lekarzom lub je przewyższają w podejmowaniu decyzji diagnostycznych i terapeutycznych. Badanie Google AMIE rozszerza tę pracę na dziedzinę audiowizualną, pokazując, że sztuczna inteligencja może wykorzystywać bogactwo percepcyjne praktyki klinicznej.
Badacze Google ostrzegają, że chociaż przejście od sztucznej inteligencji opartej na tekście na audiowizualną kliniczną sztuczną inteligencję jest możliwe do osiągnięcia przy jakości na poziomie eksperckim w symulowanych ustawieniach, ważne pytania pozostają na drodze do odpowiedzialnego wdrożenia w świecie rzeczywistym. Ustalenia należy zweryfikować na prawdziwych pacjentach, rozszerzyć tak, aby obejmowały prezentacje kliniczne, których nie da się odtworzyć w drodze symulacji, a także wspomóc solidne ramy bezpieczeństwa.
Wyprzedź sztuczną inteligencję
Interesują Cię najnowsze przełomy na styku sztucznej inteligencji i medycyny? Przeczytaj więcej aktualności na temat sztucznej inteligencji w AI Buzz Wire, aby uzyskać szczegółowe informacje na temat badań nad sztuczną inteligencją, innowacji w opiece zdrowotnej i technologii zmieniających opiekę nad pacjentem.
