Google推出AMIE实现实时临床视频会诊，AI诊疗能力首次突破

背景

随着生成式AI在视觉和语言领域的快速突破，医疗行业对实时、远程诊疗的需求日益增长。Google Research 与 DeepMind 近年来在多模态模型 Gemini 以及 Project Astra 上持续投入，旨在将大模型的感知与推理能力迁移至临床场景。

系统概述

• 系统名称：AMIE（Advanced Medical Intelligence Engine）
• 核心技术：基于 Gemini 大模型的多模态感知 + Project Astra 的多代理架构，实现对视频画面、语音以及文字信息的同步解析。
• 关键功能：
  1. 实时捕捉患者的外观、步态、皮肤表现等视觉线索。
  2. 通过语音识别与自然语言理解完成病史采集。
  3. 在对话过程中主动引导虚拟体检，例如让患者抬手、深呼吸等。
  4. 结合临床知识库进行即时诊断推理并给出管理建议。

研究方法与结果

在一项随机对照实验中，研究团队邀请了专业的全科医生与受训的患者演员，模拟真实的远程门诊情境。实验分为两组：传统文字聊天与 AMIE 视频会诊。评估维度包括：

• 病史采集完整性
• 诊断准确率
• 治疗方案适当性
• 沟通质量

结果显示，使用 AMIE 的组在上述四项指标上均显著优于文字聊天组，尤其在诊断准确率上提升约 12%，患者演员对视频会诊的满意度也高出 18%。评审专家一致认为，系统已达到专家水平的临床能力基准。

影响与展望

虽然 AMIE 仍处于研究阶段，尚需在真实医院环境、数据隐私与伦理合规等方面进行深入验证，但本次实验证明了多模态大模型在实时临床交互中的可行性。Google 表示，未来将继续扩展模型的专业知识、提升跨语言适配能力，并探索与电子健康记录系统的深度集成，以加速数字医疗的落地。

“AMIE 的成功展示了 AI 在医疗现场的即时感知与决策潜力，为远程诊疗提供了全新技术路径。”——Google Research 负责人 Anil Palepu