谷歌测试AI医疗助手AMIE用于临床视频问诊

AMIE（Video）完成首轮临床模拟评估

谷歌研究团队开发的医疗AI系统AMIE（Video）近期完成一项关键模拟评估：系统通过同步视频问诊方式，与15名经专业训练的患者演员开展真实感交互。这些演员分别模拟心肺、腹部、头颈眼耳鼻喉（HEENT）、神经精神及肌肉骨骼五大系统的典型临床表现。由20名经验丰富的执业全科医生组成的独立评审团，依据标准化临床评分量表对全部问诊录像进行盲评。结果显示，AMIE（Video）在病史采集完整性、诊断准确性、管理方案适宜性及沟通质量等核心指标上，表现与真人全科医生（PCP）组持平；且在引导虚拟体格检查、识别物理征象等方面优于PCP组及纯文本版AMIE。

异步多智能体架构支撑实时临床交互

AMIE未采用单一大模型统管全流程，而是构建了三层异步协同的智能体架构：‘对话代理’（Talker Agent）负责面向患者的自然语言交互，维持对话节奏并整合后台信息；‘规划代理’（Planner Agent）在后台持续更新鉴别诊断与处置计划，动态识别信息缺口并调整临床优先级；‘感知代理’（Perception Agent）则实时分析音视频流，捕捉非语言线索、体征表现与听觉信号，并将其纳入临床语境。该设计旨在解决深度临床推理耗时与实时对话响应之间的根本张力——通过解耦前台交互与后台处理，确保患者获得低延迟、高连贯性的沟通体验。

多维度验证体系：自动化测试先行，OSCE式评估跟进

在进入真人评审前，谷歌已构建一套自动化评估框架，基于远程医疗能力分类学，覆盖视觉线索识别、听觉信号解析及虚拟查体动作执行等任务。单轮测试聚焦具体感知与推理能力（如判断解剖左右侧、识别呼吸窘迫征象）；多轮模拟音频问诊则检验长程对话中的临床一致性。部分多轮测试引入文本化视觉输入（例如帕金森病场景中，AI患者模拟器描述‘患者持纸近镜头展示拘谨细小字迹’），以初步验证视听信息融合能力。该自动化阶段快速暴露系统短板，为后续优化提供依据。最终的客观结构化临床考试（OSCE）评估则采用真实同步视频接口，但患者呈现仍基于预设脚本，尚未进入真实患者临床环境。

严格限定结论边界：尚处模拟验证阶段

谷歌明确强调，当前所有数据均源于受控模拟环境，涉及真实患者及其实际健康问题的临床研究尚未启动。因此，任何关于AMIE（Video）临床适用性或部署可行性的推论均为时过早。研究团队指出，自动化评估与标准化模拟问诊虽可规模化检验特定能力，但无法替代真实诊疗场景中的复杂性与不确定性。二者的价值在于为采购决策与治理框架设计提供早期技术证据，而非临床准入依据。