Google Research har meddelat att AMIE, dess experimentella medicinska AI-system, har visat prestanda på expertnivå i kliniska videokonsultationer i realtid, vilket markerar första gången ett artificiellt intelligenssystem har matchat styrelsecertifierade läkare i ett synkront audiovisuellt medicinskt möte. Resultaten, publicerade den 11 augusti 2026, representerar en betydande milstolpe i utvecklingen av AI-stödd sjukvård.
I en randomiserad studie med flera armar som involverade 100 kliniska scenarier, 300 direktsända konsultationer och en panel med 30 styrelsecertifierade primärvårdsläkare, bedömdes AMIE:s videokonfiguration i nivå med mänskliga läkare över kliniska kärnkompetenser. Studien, som beskrivs i ett inlägg på Google Researchs officiella blogg, bedömde diagnostisk noggrannhet, noggrannhet i historiken, lämplig hantering och kommunikationskvalitet. För läsare som följer framstegen inom AI-forskning och hälsovård, senaste AI-utvecklingen från AI Buzz Wire erbjuder kontinuerlig täckning.
Hur AMIE Video fungerar
Byggd på Googles Gemini-modell och Project Astra, genomför AMIE (Video) synkrona kliniska konsultationer via ett videogränssnitt. Systemet kan uppfatta icke-verbala kliniska signaler, guida patientaktörer genom virtuella fysiska undersökningar och resonera diagnostiskt i realtid.
För att uppnå detta designade Google AMIE med en asynkron multiagent-arkitektur som delar upp arbetet mellan tre specialiserade agenter som arbetar kontinuerligt parallellt. Talker-agenten hanterar talad interaktion mot patienten och bibehåller ett naturligt samtalsflöde samtidigt som vägledning från andra komponenter ingår. Planner-agenten arbetar i bakgrunden, förfinar kontinuerligt kliniska resonemang, uppdaterar differentialdiagnoser och identifierar informationsluckor. Perception-agenten granskar kontinuerligt ljud- och visuella strömmar och identifierar kliniskt relevanta icke-verbala signaler som synliga tecken på nöd, fysiska fynd eller hörselsignaler.
Denna frikopplade design tar itu med en grundläggande utmaning inom konversationsmedicinsk AI. Djupa kliniska resonemang tar tid, men samtalspauser urholkar patienternas förtroende och relationer. Genom att separera agenterna kan AMIE bibehålla naturlig konversationslatens samtidigt som de utför komplexa diagnostiska resonemang och audiovisuell perception.
Studiedesign och nyckelresultat
Studien använde ett Objective Structured Clinical Examination-format, guldstandarden för att bedöma klinisk kompetens inom medicinsk utbildning. Femton utbildade patientaktörer genomförde 300 standardiserade konsultationer i tre studiegrupper: AMIE i videoläge, AMIE i endast textläge som baslinje och tio styrelsecertifierade primärvårdsläkare som konsulterade via samma videogränssnitt.
En oberoende panel av 20 erfarna primärvårdsläkare utvärderade alla konsultationer med hjälp av etablerade kliniska rubriker, inklusive både generella kompetensskalor och fallspecifika poängkriterier skräddarsydda för varje scenario.
Resultaten var slående. Över kliniska kärnkompetenser bedömde kliniska utvärderare AMIE (video) i paritet med primärvårdsläkare. AMIE bedömdes också signifikant högre än både läkare och baslinjen för endast text när det gäller att framkalla fysiska tecken och proaktivt vägleda patientaktörer genom virtuella undersökningsmanövrar.
Patientaktörer föredrog starkt videoupplevelsen framför textbaserad chatt, och bedömde den som betydligt lättare att använda och effektivare för att kommunicera hälsoproblem. De gav också AMIE (Video) ett positivt betyg när det gäller empati, rapport och förtroende för vården jämfört med både mänskliga läkare och textversionen.
Begränsningar och ansvarsfull utveckling
Google betonade att studien har viktiga begränsningar. Forskningen utfördes helt med professionella patientaktörer i simulerade kliniska miljöer, inte med riktiga patienter som presenterade sina egna hälsotillstånd. Patientaktörer, hur skickliga de än är, kan inte fullt ut replikera komplexiteten och oförutsägbarheten i verkliga kliniska möten.
Scenarierna var också begränsade till tillstånd som kan skildras på ett autentiskt sätt genom skådespeleri, och utelämnade viktiga kliniska presentationer där audiovisuell uppfattning skulle vara diagnostiskt konsekvens. Riktade automatiserade utvärderingar avslöjade enstaka perceptions- och resonemangsfel, trots övergripande högkvalitativ konversation och diagnostisk noggrannhet.
Google noterade att att bedöma dessa fynd i studier med riktiga patienter och verkliga kliniska tillstånd är ett viktigt nästa steg innan några slutsatser om verklig nytta kan dras. Företaget har redan tagit tidiga steg i denna riktning, inklusive en genomförbarhetsstudie med Beth Israel Deaconess Medical Center och en pågående rikstäckande randomiserad studie med Included Health.
Vägen framåt för medicinsk AI
AMIE-resultaten kommer vid en tidpunkt då intresset för AI-stödd sjukvård ökar. I juni 2026 fann en studie publicerad i Nature att medicinska verktyg för AI matchade eller överträffade läkare i diagnostiska och behandlingsbeslut. Googles AMIE-forskning utökar detta arbete till den audiovisuella domänen, vilket visar att AI kan engagera sig i den perceptuella rikedomen i klinisk praxis.
Googles forskare varnar för att även om övergången från textbaserad till audiovisuell klinisk AI är möjlig på expertnivå i simulerade miljöer, kvarstår viktiga frågor på vägen mot ansvarsfull implementering i verkligheten. Resultaten måste valideras med riktiga patienter, utökas till att omfatta kliniska presentationer som inte kan genomföras genom simulering och stöds av robusta säkerhetsramverk.
Ligg före AI
Intresserad av de senaste genombrotten i skärningspunkten mellan artificiell intelligens och medicin? Läs fler AI-nyheter på AI Buzz Wire för djupgående bevakning av AI-forskning, sjukvårdsinnovation och tekniken som förändrar patientvården.
