Google‑AMIE-Studie zur Machbarkeit in der Grundversorgung in The Lancet veröffentlicht

Eine prospektive klinische Studie, geleitet von Forschern bei Google und dem Beth Israel Deaconess Medical Center, die Googles AMIE‑Konversations‑Diagnose‑KI in einer realen dringenden Grundversorgungs‑Klinik evaluiert, wurde am 8. Oktober 2026 in The Lancet veröffentlicht, laut Google‑Ankündigung. In der Studie konsultierten 98 Patient*innen den AMIE‑Chatbot vor den dringenden Versorgungs‑Terminen, während überwachende Ärzt*innen die Interaktionen in Echtzeit beobachteten, und keine der Unterhaltungen musste aufgrund vordefinierter Sicherheitskriterien unterbrochen werden.

Google bezeichnete das Papier als seine allererste Veröffentlichung im Hauptjournal The Lancet. Das Unternehmen erklärte, dass größere klinische Studien erforderlich seien, um patientenorientierte KI in großem Maßstab zu bewerten, und dass die Ergebnisse das Potenzial von KI nahelegen, die Beziehung zwischen Patient und Ärztin bzw. Arzt zu stärken und die Belastung von Gesundheitspersonal zu verringern.

Studienaufbau und Sicherheitsüberwachung

Das System, offiziell Articulate Medical Intelligence Explorer (AMIE) genannt, ist ein medizinischer KI‑Chatbot, den Patient*innen von zu Hause aus nach der Terminvereinbarung für eine dringende Grundversorgungs‑Sprechstunde mit einer BIDMC‑Ärztin bzw. einem BIDMC‑Arzt nutzten. Laut dem Google Research‑Teambericht haben 100 erwachsene Patient*innen eine Vor‑Besuchs‑Interaktion mit AMIE abgeschlossen, und 98 nahmen ihren geplanten Termin wahr. Die Teilnehmenden, die für neue, nicht‑notfallmäßige, episodische Beschwerden gebucht waren, interagierten über eine sichere Text‑Chat‑Schnittstelle bis zu fünf Tage vor dem Besuch mit dem System. Das System fragte nach Symptomen, sammelte medizinische Vorgeschichten, präsentierte mögliche Diagnosen, die Patient*innen mit ihrer Ärztin bzw. ihrem Arzt besprechen konnten, und erstellte eine Zusammenfassung, die die Klinikerin bzw. der Kliniker im Vorfeld prüfen konnte. Die prospektive, einarmige, einklinikige Studie war auf ClinicalTrials.gov vorregistriert und wurde nach von einer Ethikkommission genehmigten Protokollen durchgeführt, wobei den Patient*innen zugesichert wurde, dass ihre Teilnahmeentscheidung ihre Versorgung nicht beeinflusst.

Die Teilnehmenden waren im Vergleich zur gesamten dringenden Versorgungs‑Population der Klinik jünger: Von 1.452 gesamten dringenden Versorgungs‑Besuchen im Studienzeitraum betrafen mehr als die Hälfte Patient*innen über 60 Jahre, während die Verteilung von Frauen und weißen Personen in der Stichprobe mit der Klinik‑Population übereinstimmte, heißt es im Google Research‑Bericht.

BIDMC berichtete, dass die Studie von April bis November 2025 durchgeführt wurde und 114 Patient*innen einschloss, und dass jede Unterhaltung in Echtzeit von einer fachärztlich zugelassenen Internistin bzw. einem Internisten über einen Live‑Video‑Anruf mit Bildschirm‑Sharing überwacht wurde. Aufsichtspersonen wurden geschult, bei vier vordefinierten Kriterien einzugreifen: unmittelbare Gefahr für sich selbst oder andere, erheblicher emotionaler Stress im Zusammenhang mit der KI‑Interaktion, von der Aufsichtsperson erkannte potenzielle klinische Schädigung oder ein ausdrücklicher Patientenwunsch, die Sitzung zu beenden. In allen 98 abgeschlossenen Begegnungen musste keine Unterhaltung aus Sicherheitsgründen gestoppt werden; die überwachenden Ärzt*innen identifizierten eine Halluzination und lieferten in fünf Fällen zusätzliche klinische Klarstellungen, laut BIDMC‑Veröffentlichung vom 9. Oktober 2026. „Diese Studie hilft, die Basischarakteristika solcher realen Unterhaltungen zu etablieren“, sagte Mit‑Erstautor Peter Brodeur, klinischer Fellow für Kardiovaskuläre Medizin am BIDMC, in der Veröffentlichung. BIDMC erklärte, dass es die Studie für die erste prospektive Real‑World‑Studie eines patientenorientierten konversationalen KI‑Systems in der Grundversorgung halte.

Ergebnisse der diagnostischen Überlegungen

Die differenzielle Diagnose von AMIE enthielt die endgültige Diagnose, die durch Durchsicht der Akte acht Wochen nach jeder Begegnung ermittelt wurde, in 90 % der Fälle unter den sieben wahrscheinlichsten Möglichkeiten, mit einer Top‑3‑Genauigkeit von 75 %, und identifizierte die endgültige Diagnose als die wahrscheinlichste Möglichkeit in 56 % der Fälle, berichtete das Forschungsteam. Die Genauigkeit blieb hoch für die Untergruppe von 46 Patient*innen, bei denen die endgültige Diagnose durch einen diagnostischen Test wie Labor‑, mikrobiologisches, pathologisches oder bildgebendes Ergebnis bestätigt wurde.

In einem verblindeten und randomisierten Vergleich bewerteten Panels von drei klinischen Evaluatoren pro Fall die differenziellen Diagnosen und Behandlungspläne von AMIE und von Grundversorgungs‑Anbieter*innen und stellten eine ähnliche Gesamtqualität der differenziellen Diagnosen (p = 0,6) sowie der Angemessenheit (p = 0,1) und Sicherheit (p = 1,0) der Behandlungspläne fest, laut dem Preprint‑Eintrag der Studie. Die Ärzt*innen übertrafen AMIE in Praktikabilität (p = 0,003) und Kosten‑Wirksamkeit (p = 0,004) der Behandlungspläne. Google Research führte diese Lücke auf AMIEs fehlenden Zugriff auf die elektronische Patientenakte, die Unfähigkeit, eine körperliche Untersuchung durchzuführen, und das Fehlen multimodaler Eingaben wie das allgemeine Erscheinungsbild des Patienten zurück.

Erfahrungen von Patient*innen und Kliniker*innen

Patient*innen füllten die General Attitudes towards AI Scale vor dem Chat, nach dem Chat und nach dem Besuch beim Anbieter aus; die Einstellungen verschoben sich nach der Interaktion mit AMIE signifikant positiver (p < 0,001) und blieben nach dem Arztbesuch erhöht, berichteten die Forschenden. BIDMC sagte, dass Patient*innen das System hoch bewerteten für das Zuhören, das Erklären von Informationen und das Helfen, sich wohlzufühlen, während Bedenken hinsichtlich des Vertrauens in die Vertraulichkeit der mit dem System geteilten Informationen und des Vertrauens in die Ehrlichkeit und Zuverlässigkeit des Chatbots bestanden. Adam Rodman, Direktor der KI‑Programme am Carl J. Shapiro Institute for Research and Education des BIDMC, sagte, zukünftige Forschungen müssten untersuchen, welche Interaktionsmerkmale das Vertrauen der Patient*innen stärken können und wie KI‑Interaktionen die Beziehung zwischen Patient und Ärztin bzw. Arzt verbessern können.

Primärversorgungsärzte prüften in 44 Fällen ein KI-generiertes Transkript bzw. eine Zusammenfassung, bevor sie die Patienten sahen; die Ärzte gaben an, dass dies ihnen in 75 % der Fälle half, sich auf den Besuch vorzubereiten, und möglicherweise ihren klinischen Ansatz in 57 % der Fälle beeinflusste, berichtete BIDMC. In einem Fall beschrieb ein Arzt die Interaktion als etwas schädlich und äußerte die Sorge, dass ein Patient Angst entwickelt haben könnte, nachdem AMIE Lymphom zu den möglichen Diagnosen hinzugefügt hatte. In qualitativen Interviews, die von Google Research berichtet wurden, sagten die Ärzte, dass AMIE die Dynamik des Besuchs von einfacher Datenerfassung zu Datenverifizierung veränderte, wodurch kollaborativere Gespräche und gemeinsame Entscheidungsfindung ermöglicht wurden.

Einschränkungen, Finanzierung und frühere Offenlegung

Das Forschungsteam beschreibt die Arbeit als eine ein‑Zentrum‑Machbarkeitsstudie ohne kontrollierte Vergleiche, die keine quantitativen Wirksamkeitsbehauptungen gegenüber einem Basis‑Workflow unterstützt, und führt weitere Einschränkungen auf, darunter die rein textbasierte Schnittstelle sowie unerforschte Auswirkungen von Gesundheitskompetenz, Technologiekompetenz und Vertrautheit mit dem Chatbot. Rodman und Kollegen betonten, dass die Studie darauf ausgelegt war, die Machbarkeit zu bewerten, und nicht zu prüfen, ob KI die Gesundheitsergebnisse verbessert.

BIDMC gab bekannt, dass die Studie von Alphabet finanziert wurde und dass Rodman während eines Teils der Studie als Gastforscher bei Google tätig war. Brodeur und Jacob M. Koshy sind die Co‑Erstautoren des Artikels, Rodman wird als letzter Autor aufgeführt, und Marc L. Cohen ist Co‑Senior‑Autor.

Die Studienergebnisse wurden erstmals im März 2026 öffentlich gemacht: Das Preprint wurde am 9. März 2026 bei arXiv eingereicht, und das Google‑Research‑Team veröffentlichte seine detaillierte Darstellung am 11. März 2026, wobei dieser Beitrag am 8. Oktober 2026 aktualisiert wurde, um die Veröffentlichung im Lancet zu vermerken. Das Forschungsteam erklärte, dass es beabsichtigt, die Nützlichkeit und Wirkung solcher Systeme in kommenden größeren Studien mit kontrollierten Vergleichen weiter zu evaluieren.