Google Research ได้ประกาศว่า AMIE ซึ่งเป็นระบบ AI ทางการแพทย์เชิงทดลอง ได้แสดงให้เห็นถึงประสิทธิภาพระดับผู้เชี่ยวชาญในการให้คำปรึกษาผ่านวิดีโอทางคลินิกแบบเรียลไทม์ ซึ่งนับเป็นครั้งแรกที่ระบบปัญญาประดิษฐ์สามารถจับคู่แพทย์ที่ได้รับการรับรองจากคณะกรรมการในการเผชิญหน้าทางการแพทย์ทั้งภาพและเสียงพร้อมกัน ผลการวิจัยซึ่งเผยแพร่เมื่อวันที่ 11 สิงหาคม 2569 ถือเป็นก้าวสำคัญในการพัฒนาการดูแลสุขภาพโดยใช้ AI

ในการศึกษาแบบสุ่มหลายแขนงที่เกี่ยวข้องกับสถานการณ์ทางคลินิก 100 กรณี การให้คำปรึกษาสด 300 ครั้ง และคณะแพทย์ปฐมภูมิที่ได้รับการรับรองจากคณะกรรมการ 30 คน การกำหนดค่าวิดีโอของ AMIE ได้รับการจัดอันดับที่ทัดเทียมกับแพทย์ที่เป็นมนุษย์ในด้านความสามารถทางคลินิกหลัก การศึกษานี้มีรายละเอียดอยู่ในโพสต์ในบล็อกอย่างเป็นทางการของ Google Research โดยประเมินความแม่นยำในการวินิจฉัย ความละเอียดถี่ถ้วนในการซักประวัติ ความเหมาะสมในการจัดการ และคุณภาพการสื่อสาร สำหรับผู้อ่านที่ติดตามความก้าวหน้าในการวิจัยและการดูแลสุขภาพ AI การพัฒนา AI ล่าสุด จาก AI Buzz Wire นำเสนอการรายงานข่าวอย่างต่อเนื่อง

วิดีโอ AMIE ทำงานอย่างไร

AMIE (วิดีโอ) สร้างขึ้นจากแบบจำลอง Gemini ของ Google และ Project Astra ดำเนินการให้คำปรึกษาทางคลินิกพร้อมกันผ่านอินเทอร์เฟซวิดีโอ ระบบสามารถรับรู้สัญญาณทางคลินิกที่ไม่ใช่คำพูด แนะนำผู้แสดงผู้ป่วยผ่านการตรวจร่างกายเสมือนจริง และให้เหตุผลในการวินิจฉัยแบบเรียลไทม์

เพื่อให้บรรลุเป้าหมายนี้ Google ได้ออกแบบ AMIE ด้วยสถาปัตยกรรมหลายตัวแทนแบบอะซิงโครนัสที่แบ่งงานให้กับตัวแทนเฉพาะทาง 3 รายที่ทำงานอย่างต่อเนื่องแบบขนาน เจ้าหน้าที่ Talker จัดการการโต้ตอบคำพูดที่หันหน้าเข้าหาผู้ป่วย โดยคงความลื่นไหลของการสนทนาที่เป็นธรรมชาติ ขณะเดียวกันก็นำคำแนะนำจากส่วนประกอบอื่นๆ มาใช้ ตัวแทน Planner ดำเนินการอยู่เบื้องหลัง ปรับปรุงเหตุผลทางคลินิกอย่างต่อเนื่อง อัปเดตการวินิจฉัยแยกโรค และระบุช่องว่างของข้อมูล ตัวแทนการรับรู้จะตรวจสอบกระแสเสียงและภาพอย่างต่อเนื่อง โดยระบุสัญญาณที่ไม่ใช่คำพูดที่เกี่ยวข้องทางคลินิก เช่น สัญญาณของความทุกข์ทรมานที่มองเห็นได้ การค้นพบทางกายภาพ หรือสัญญาณเสียง

การออกแบบที่แยกออกจากกันนี้จัดการกับความท้าทายพื้นฐานใน AI ทางการแพทย์แบบสนทนา การใช้เหตุผลทางคลินิกเชิงลึกต้องใช้เวลา แต่การหยุดการสนทนาชั่วคราวจะกัดกร่อนความไว้วางใจและสายสัมพันธ์ของผู้ป่วย ด้วยการแยกตัวแทน AMIE สามารถรักษาเวลาแฝงในการสนทนาตามธรรมชาติในขณะที่ดำเนินการให้เหตุผลในการวินิจฉัยที่ซับซ้อนและการรับรู้ภาพและเสียงไปพร้อม ๆ กัน

การออกแบบการศึกษาและผลลัพธ์ที่สำคัญ

การศึกษานี้ใช้รูปแบบการตรวจสอบเชิงโครงสร้างทางคลินิก ซึ่งเป็นมาตรฐานทองคำสำหรับการประเมินความสามารถทางคลินิกในด้านการศึกษาทางการแพทย์ นักแสดงผู้ป่วยที่ได้รับการฝึกอบรมสิบห้าคนดำเนินการให้คำปรึกษาที่ได้มาตรฐาน 300 ครั้งในกลุ่มการศึกษาสามกลุ่ม ได้แก่ AMIE ในโหมดวิดีโอ AMIE ในโหมดข้อความเท่านั้นเป็นข้อมูลพื้นฐาน และแพทย์ปฐมภูมิที่ได้รับการรับรองจากคณะกรรมการสิบคนให้คำปรึกษาผ่านอินเทอร์เฟซวิดีโอเดียวกัน

คณะกรรมการอิสระที่ประกอบด้วยแพทย์ปฐมภูมิที่มีประสบการณ์ 20 คน ประเมินการให้คำปรึกษาทั้งหมดโดยใช้เกณฑ์การให้คะแนนทางคลินิกที่กำหนดไว้ ซึ่งรวมถึงระดับความสามารถทั่วไปและเกณฑ์การให้คะแนนเฉพาะกรณีที่ปรับให้เหมาะกับแต่ละสถานการณ์

ผลลัพธ์ที่ได้ก็น่าทึ่ง ผู้ประเมินทางคลินิกให้คะแนน AMIE (วิดีโอ) ในระดับเดียวกับแพทย์ปฐมภูมิในความสามารถหลักทางคลินิก AMIE ยังได้รับการจัดอันดับที่สูงกว่าแพทย์ทั้งสองอย่างมีนัยสำคัญและเป็นพื้นฐานแบบข้อความเท่านั้นในการกระตุ้นสัญญาณทางกายภาพและชี้แนะนักแสดงในเชิงรุกผ่านการตรวจแบบเสมือนจริง

นักแสดงผู้ป่วยชื่นชอบประสบการณ์วิดีโอมากกว่าการแชทด้วยข้อความ โดยให้คะแนนว่าใช้งานง่ายกว่ามาก และมีประสิทธิภาพมากกว่าในการสื่อสารข้อกังวลเรื่องสุขภาพ นอกจากนี้ พวกเขายังให้คะแนน AMIE (วิดีโอ) ในด้านความเห็นอกเห็นใจ ความสามัคคี และความมั่นใจในการดูแลเป็นอย่างดี เมื่อเทียบกับแพทย์ที่เป็นมนุษย์และเวอร์ชันข้อความเท่านั้น

ข้อจำกัดและการพัฒนาอย่างรับผิดชอบ

Google ย้ำว่าการศึกษานี้มีข้อจำกัดที่สำคัญ การวิจัยนี้ดำเนินการทั้งหมดกับนักแสดงผู้ป่วยมืออาชีพในสถานพยาบาลจำลอง ไม่ใช่กับผู้ป่วยจริงที่มีภาวะสุขภาพของตนเอง แม้ว่านักแสดงของผู้ป่วยจะมีทักษะเพียงใด ก็ไม่สามารถจำลองความซับซ้อนและความไม่แน่นอนของการเผชิญหน้าทางคลินิกได้อย่างเต็มที่

สถานการณ์ยังจำกัดอยู่เพียงเงื่อนไขที่สามารถแสดงให้เห็นได้อย่างแท้จริงผ่านการแสดง โดยละเว้นการนำเสนอทางคลินิกที่สำคัญ ซึ่งการรับรู้ภาพและเสียงจะเป็นผลสืบเนื่องในการวินิจฉัย การประเมินอัตโนมัติแบบกำหนดเป้าหมายเผยให้เห็นข้อผิดพลาดในการรับรู้และการให้เหตุผลเป็นครั้งคราว แม้ว่าการสนทนาและการวินิจฉัยจะมีคุณภาพสูงโดยรวมก็ตาม

Google ตั้งข้อสังเกตว่าการประเมินการค้นพบเหล่านี้ในการศึกษากับผู้ป่วยจริงและสภาวะทางคลินิกที่แท้จริงถือเป็นขั้นตอนต่อไปที่สำคัญก่อนที่จะสามารถสรุปข้อสรุปเกี่ยวกับประโยชน์ใช้สอยในโลกแห่งความเป็นจริงได้ บริษัทได้ดำเนินการตั้งแต่เริ่มต้นในทิศทางนี้ ซึ่งรวมถึงการศึกษาความเป็นไปได้ในโลกแห่งความเป็นจริงกับ Beth Israel Deaconess Medical Center และการศึกษาแบบสุ่มทั่วประเทศที่กำลังดำเนินอยู่กับ Included Health

เส้นทางข้างหน้าสำหรับ AI ทางการแพทย์

ผลลัพธ์ของ AMIE มาถึงในช่วงเวลาที่ความสนใจในการดูแลสุขภาพที่ใช้ AI เพิ่มมากขึ้น ในเดือนมิถุนายน พ.ศ. 2569 การศึกษาที่ตีพิมพ์ใน Nature พบว่าเครื่องมือทางการแพทย์แบบ AI มีความคล้ายคลึงหรือเหนือกว่าแพทย์ในการตัดสินใจด้านการวินิจฉัยและการรักษา การวิจัย AMIE ของ Google ขยายงานนี้ไปสู่ขอบเขตภาพและเสียง ซึ่งแสดงให้เห็นว่า AI สามารถมีส่วนร่วมกับการรับรู้ที่หลากหลายของการปฏิบัติทางคลินิก

นักวิจัยของ Google เตือนว่าแม้ว่าการเปลี่ยนจาก AI ทางคลินิกแบบข้อความไปเป็น AI ทางคลินิกภาพและเสียงสามารถทำได้ด้วยคุณภาพระดับผู้เชี่ยวชาญในการตั้งค่าจำลอง แต่คำถามสำคัญยังคงอยู่บนเส้นทางสู่การใช้งานจริงอย่างมีความรับผิดชอบ ข้อค้นพบนี้ต้องได้รับการตรวจสอบความถูกต้องกับผู้ป่วยจริง ขยายขอบเขตให้ครอบคลุมการนำเสนอทางคลินิกที่ไม่สามารถจำลองได้ และได้รับการสนับสนุนจากกรอบการทำงานด้านความปลอดภัยที่แข็งแกร่ง

ก้าวนำหน้า AI

สนใจความก้าวหน้าล่าสุดที่จุดตัดของปัญญาประดิษฐ์และการแพทย์หรือไม่? อ่านข่าว AI เพิ่มเติม ที่ AI Buzz Wire สำหรับการรายงานเชิงลึกเกี่ยวกับการวิจัย AI นวัตกรรมการดูแลสุขภาพ และเทคโนโลยีที่เปลี่ยนแปลงการดูแลผู้ป่วย