125
分享 
概要：Google Research 与 Google DeepMind 近日发布了一项被其称为"同类首个"的研究——实验性医疗 AI 系统 AMIE（Articulate Medical Intelligence Explorer，清晰的医学智能探索者）完成了实时音视频临床视频问诊。这标志着医疗对话式 AI 从过去的纯文本诊断对话，向更贴近真实就诊的"多模态语音 + 视频"交互迈出关键一步。
一、技术架构：Gemini + Project Astra 的多智能体系统
AMIE 此前的版本主要被研究为基于文本的诊断对话智能体。此次研究将 AMIE 推进到实时视频问诊阶段：系统构建在 Gemini 大模型与 Project Astra 之上，采用多智能体架构，能够实时解读患者的视觉线索（表情、动作）与听觉线索（语音、语调），引导虚拟体格检查，并进行诊断推理——整体流程更接近一次真实的面对面就诊。
二、研究设计：模拟问诊，医生 + 患者演员双视角评估
需要强调的是，这是一项使用模拟问诊的随机化研究：采用"患者演员（patient actors）"配合、并与一组全科医生（primary care physicians）对照，而非面向真实患者。研究结果包括两个层面：
- 临床评估者维度：Google 表示，评估者在病史采集的全面性、诊断准确性、管理方案的适宜性以及沟通质量等核心能力上，均对 AMIE 给出积极评价。
- 患者体验维度：患者演员普遍更偏好视频问诊而非文本聊天，认为多模态交互更接近真实医患沟通。
三、边界与启示：仍是研究系统，离临床部署尚有距离
Google 明确表示，AMIE 目前仍是一个研究系统，在负责任地推向真实临床之前，还需要更多研究。对医疗 AI 从业者与临床医生而言，这项研究释放了两个重要信号：其一，医疗 AI 的竞争正从"能否读懂病历文本"升级为"能否听懂、看懂并实时对话"；其二，实时多模态流式交互带来了文本聊天所没有的延迟、带宽与隐私合规成本，这些"工程与监管成本"不会因模型进步而自动消失，需要产业界与技术界共同补齐。
来源：Google Research Blog、Google AI Blog
声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。
- 一、技术架构：Gemini + Project Astra 的多智能体系统
- 二、研究设计：模拟问诊，医生 + 患者演员双视角评估
- 三、边界与启示：仍是研究系统，离临床部署尚有距离
