Στο The Lancet η μελέτη εφικτότητας του AMIE της Google στην πρωτοβάθμια φροντίδα

Μια προοπτική κλινική μελέτη με επικεφαλής ερευνητές της Google και του Beth Israel Deaconess Medical Center, η οποία αξιολόγησε τη διαλογική διαγνωστική ΤΝ AMIE της Google σε πραγματικό ιατρείο επείγουσας πρωτοβάθμιας φροντίδας, δημοσιεύτηκε στο The Lancet στις 8 Οκτωβρίου 2026, σύμφωνα με την ανακοίνωση της Google. Στη μελέτη, 98 ασθενείς συμβουλεύτηκαν το chatbot AMIE πριν από επισκέψεις επείγουσας φροντίδας, ενώ επιβλέποντες γιατροί παρακολουθούσαν τις αλληλεπιδράσεις σε πραγματικό χρόνο. Καμία συνομιλία δεν χρειάστηκε να διακοπεί βάσει των προκαθορισμένων κριτηρίων ασφάλειας.

Η Google χαρακτήρισε την εργασία την πρώτη της δημοσίευση στο κύριο περιοδικό The Lancet. Η εταιρεία ανέφερε ότι χρειάζονται μεγαλύτερες κλινικές δοκιμές για να αξιολογηθεί σε ευρεία κλίμακα η ΤΝ που απευθύνεται στους ασθενείς και ότι τα ευρήματα υποδεικνύουν δυνατότητες ενίσχυσης της σχέσης ασθενούς-γιατρού και αποφόρτισης των επαγγελματιών υγείας.

Σχεδιασμός της μελέτης και εποπτεία της ασφάλειας

Το σύστημα, με την επίσημη ονομασία Articulate Medical Intelligence Explorer (AMIE), είναι ένα ιατρικό chatbot ΤΝ που οι ασθενείς χρησιμοποιούσαν από το σπίτι αφού έκλειναν ραντεβού επείγουσας πρωτοβάθμιας φροντίδας με γιατρό του BIDMC. Σύμφωνα με την αναλυτική παρουσίαση της ομάδας Google Research, 100 ενήλικοι ασθενείς ολοκλήρωσαν αλληλεπίδραση με το AMIE πριν από την επίσκεψη και 98 προσήλθαν στο προγραμματισμένο ραντεβού. Οι συμμετέχοντες είχαν κλείσει ραντεβού για νέα, επεισοδιακά ενοχλήματα που δεν συνιστούσαν κατάσταση έκτακτης ανάγκης και επικοινώνησαν με το σύστημα μέσω ασφαλούς διεπαφής συνομιλίας κειμένου έως και πέντε ημέρες πριν από την επίσκεψη. Το σύστημα ρωτούσε για συμπτώματα, συγκέντρωνε ιατρικό ιστορικό, παρουσίαζε πιθανές διαγνώσεις προς συζήτηση με τον γιατρό και δημιουργούσε σύνοψη που μπορούσε να εξετάσει εκ των προτέρων ο κλινικός. Η προοπτική, μονοσκελής, μονοκεντρική μελέτη είχε προκαταχωριστεί στο ClinicalTrials.gov και διεξήχθη με πρωτόκολλα εγκεκριμένα από την αρμόδια θεσμική επιτροπή δεοντολογίας. Οι ασθενείς διαβεβαιώθηκαν ότι η απόφαση συμμετοχής δεν θα επηρέαζε τη φροντίδα τους.

Οι συμμετέχοντες ήταν κατά κανόνα νεότεροι από τον συνολικό πληθυσμό επείγουσας φροντίδας του ιατρείου: από τις 1.452 συνολικές σχετικές επισκέψεις κατά την περίοδο της μελέτης, περισσότερες από τις μισές αφορούσαν ασθενείς άνω των 60 ετών. Αντίθετα, η εκπροσώπηση γυναικών και λευκών ασθενών στο δείγμα συμβάδιζε με τον πληθυσμό του ιατρείου, αναφέρει η παρουσίαση του Google Research.

Το BIDMC ανέφερε ότι η μελέτη διήρκεσε από τον Απρίλιο έως τον Νοέμβριο του 2025, ενέταξε 114 ασθενείς και κάθε συνομιλία παρακολουθούνταν σε πραγματικό χρόνο από πιστοποιημένο ειδικό παθολόγο μέσω ζωντανής βιντεοκλήσης με κοινή χρήση οθόνης. Οι επιβλέποντες είχαν εκπαιδευτεί να παρεμβαίνουν βάσει τεσσάρων προκαθορισμένων κριτηρίων: άμεση ανησυχία για βλάβη στον ίδιο τον ασθενή ή σε άλλους, σημαντική συναισθηματική δυσφορία σχετική με την αλληλεπίδραση με την ΤΝ, ενδεχόμενη κλινική βλάβη που εντόπιζε ο επιβλέπων ή ρητό αίτημα του ασθενούς να τερματιστεί η συνεδρία. Σε όλες τις 98 ολοκληρωμένες συναντήσεις, καμία συνομιλία δεν απαιτούσε διακοπή για λόγους ασφάλειας. Οι επιβλέποντες γιατροί εντόπισαν μία παραίσθηση του συστήματος και παρείχαν πρόσθετη κλινική διευκρίνιση σε πέντε περιπτώσεις, σύμφωνα με το δελτίο του BIDMC της 9ης Οκτωβρίου 2026. «Αυτή η μελέτη βοηθά να καθοριστούν τα βασικά χαρακτηριστικά τέτοιων συνομιλιών στον πραγματικό κόσμο», δήλωσε στο δελτίο ο συν-πρώτος συγγραφέας Peter Brodeur, κλινικός υπότροφος στην καρδιαγγειακή ιατρική του BIDMC. Το κέντρο θεωρεί ότι πρόκειται για την πρώτη προοπτική μελέτη πραγματικών συνθηκών ενός διαλογικού συστήματος ΤΝ που απευθύνεται σε ασθενείς στην πρωτοβάθμια φροντίδα.

Αποτελέσματα διαγνωστικού συλλογισμού

Η διαφορική διάγνωση του AMIE περιλάμβανε την τελική διάγνωση, που προσδιορίστηκε με ανασκόπηση του ιατρικού φακέλου οκτώ εβδομάδες μετά από κάθε συνάντηση, στις επτά πρώτες πιθανότητες στο 90% των περιπτώσεων. Η ακρίβεια στις τρεις πρώτες επιλογές ήταν 75%, ενώ στο 56% των περιπτώσεων η τελική διάγνωση αναγνωρίστηκε ως η μοναδική πιθανότερη επιλογή, ανέφερε η ερευνητική ομάδα. Η ακρίβεια παρέμεινε υψηλή στην υποομάδα των 46 ασθενών των οποίων η τελική διάγνωση επιβεβαιώθηκε με διαγνωστική εξέταση, όπως εργαστηριακό, μικροβιολογικό, παθολογοανατομικό ή απεικονιστικό αποτέλεσμα.

Σε τυφλή και τυχαιοποιημένη σύγκριση, ομάδες τριών κλινικών αξιολογητών ανά περιστατικό βαθμολόγησαν τις διαφορικές διαγνώσεις και τα σχέδια αντιμετώπισης του AMIE και των παρόχων πρωτοβάθμιας φροντίδας. Διαπίστωσαν παρόμοια συνολική ποιότητα στις διαφορικές διαγνώσεις (p = 0,6), καθώς και στην καταλληλότητα (p = 0,1) και την ασφάλεια (p = 1,0) των σχεδίων αντιμετώπισης, σύμφωνα με την καταχώριση της προδημοσίευσης της μελέτης. Οι γιατροί υπερείχαν του AMIE ως προς την πρακτική εφαρμοσιμότητα (p = 0,003) και τη σχέση κόστους-αποτελεσματικότητας (p = 0,004) των σχεδίων. Το Google Research απέδωσε αυτή τη διαφορά στην έλλειψη πρόσβασης του AMIE στον ηλεκτρονικό φάκελο του ασθενούς, στην αδυναμία του να πραγματοποιήσει φυσική εξέταση και στην απουσία πολυτροπικών εισόδων, όπως η συνολική σωματική εικόνα του ασθενούς.

Εμπειρία ασθενών και κλινικών

Οι ασθενείς συμπλήρωσαν την κλίμακα γενικών στάσεων απέναντι στην ΤΝ πριν από τη συνομιλία, μετά τη συνομιλία και μετά την επίσκεψη στον επαγγελματία υγείας. Οι στάσεις έγιναν σημαντικά θετικότερες μετά την αλληλεπίδραση με το AMIE (p < 0,001) και παρέμειναν σε υψηλότερο επίπεδο μετά την επίσκεψη, ανέφεραν οι ερευνητές. Το BIDMC δήλωσε ότι οι ασθενείς αξιολόγησαν υψηλά το σύστημα ως προς την ακρόαση, την εξήγηση πληροφοριών και τη βοήθεια να αισθανθούν άνετα. Παρέμεναν όμως ανησυχίες για την εμπιστευτικότητα των πληροφοριών που μοιράζονταν και για την ειλικρίνεια και αξιοπιστία του chatbot. Ο Adam Rodman, διευθυντής προγραμμάτων ΤΝ στο Carl J. Shapiro Institute for Research and Education του BIDMC, ανέφερε ότι η μελλοντική έρευνα πρέπει να διερευνήσει ποια χαρακτηριστικά των αλληλεπιδράσεων χτίζουν εμπιστοσύνη και πώς οι αλληλεπιδράσεις με την ΤΝ μπορούν να ενισχύσουν τη σχέση ασθενούς-γιατρού.

Οι πάροχοι πρωτοβάθμιας φροντίδας εξέτασαν απομαγνητοφώνηση ή σύνοψη παραγόμενη από ΤΝ πριν δουν τους ασθενείς σε 44 περιπτώσεις. Οι γιατροί δήλωσαν ότι αυτό τους βοήθησε να προετοιμαστούν για την επίσκεψη στο 75% των περιπτώσεων και ενδέχεται να επηρέασε την κλινική προσέγγισή τους στο 57%, σύμφωνα με το BIDMC. Σε μία περίπτωση, ένας πάροχος χαρακτήρισε την αλληλεπίδραση κάπως επιβλαβή, εκφράζοντας ανησυχία ότι ένας ασθενής ίσως βίωσε άγχος αφότου το AMIE συμπεριέλαβε το λέμφωμα στις πιθανές διαγνώσεις. Σε ποιοτικές συνεντεύξεις που παρουσίασε το Google Research, οι γιατροί είπαν ότι το AMIE μετέφερε τη δυναμική της επίσκεψης από την απλή συλλογή δεδομένων στην επαλήθευσή τους, επιτρέποντας πιο συνεργατικές συζητήσεις και από κοινού λήψη αποφάσεων.

Περιορισμοί, χρηματοδότηση και προηγούμενη δημοσιοποίηση

Η ερευνητική ομάδα περιγράφει την εργασία ως μονοκεντρική μελέτη εφικτότητας χωρίς ελεγχόμενες συγκρίσεις, η οποία δεν υποστηρίζει ποσοτικούς ισχυρισμούς αποτελεσματικότητας έναντι μιας βασικής ροής εργασίας. Παραθέτει επιπλέον περιορισμούς, όπως τη διεπαφή αποκλειστικά κειμένου και τις ανεξερεύνητες επιδράσεις του υγειονομικού και τεχνολογικού γραμματισμού και της εξοικείωσης με chatbot. Ο Rodman και οι συνεργάτες του τόνισαν ότι η μελέτη σχεδιάστηκε για να αξιολογήσει την εφικτότητα, όχι για να καθορίσει αν η ΤΝ βελτιώνει τις εκβάσεις υγείας.

Το BIDMC γνωστοποίησε ότι η μελέτη χρηματοδοτήθηκε από την Alphabet και ότι ο Rodman ήταν επισκέπτης ερευνητής στην Google για μέρος της διάρκειάς της. Ο Brodeur και ο Jacob M. Koshy είναι οι συν-πρώτοι συγγραφείς, ο Rodman αναφέρεται τελευταίος στον κατάλογο συγγραφέων και ο Marc L. Cohen είναι ένας από τους ανώτερους συγγραφείς.

Τα αποτελέσματα δημοσιοποιήθηκαν πρώτη φορά τον Μάρτιο του 2026: η προδημοσίευση υποβλήθηκε στο arXiv στις 9 Μαρτίου 2026 και η ομάδα Google Research δημοσίευσε την αναλυτική παρουσίασή της στις 11 Μαρτίου 2026. Την ενημέρωσε στις 8 Οκτωβρίου 2026 για να σημειώσει τη δημοσίευση στο The Lancet. Η ομάδα δήλωσε ότι σκοπεύει να συνεχίσει την αξιολόγηση της χρησιμότητας και του αντίκτυπου τέτοιων συστημάτων σε επερχόμενες μεγαλύτερες μελέτες με ελεγχόμενες συγκρίσεις.