Googles AMIE primærhelse‑forsøk publisert i The Lancet

En prospektiv klinisk studie ledet av forskere ved Google og Beth Israel Deaconess Medical Center som evaluerte Googles AMIE samtale‑diagnostiske AI i en virkelighetsnær akutt primærhelseklinikke, ble publisert i The Lancet 8. oktober 2026, ifølge Google sin kunngjøring. I studien konsulterte 98 pasienter AMIE‑chatboten før akuttbesøk, mens tilsynsførende leger overvåket interaksjonene i sanntid, og ingen samtaler måtte avbrytes under forhåndsdefinerte sikkerhetskriterier.

Google beskrev artikkelen som sitt aller første publisering i hovedtidsskriftet The Lancet. Selskapet uttalte at større kliniske studier er nødvendige for å vurdere pasient‑fokuserte AI i stor skala, og at funnene tyder på at AI kan styrke pasient‑lege‑forholdet og lette belastningen på helsearbeidere.

Studiedesign og sikkerhetstilsyn

Systemet, formelt kalt Articulate Medical Intelligence Explorer (AMIE), er en medisinsk AI‑chatbot som pasienter brukte fra hjemmet etter å ha avtalt en akutt primærhelse‑time hos en BIDMC‑lege. Ifølge Google Research‑teamens rapport fullførte 100 voksne pasienter en forhåndsbesøk‑interaksjon med AMIE, og 98 møtte sin planlagte avtale. Deltakerne, som var innkalt for nye, ikke‑akutte, episodiske plager, interagerte med systemet via et sikkert tekst‑chat‑grensesnitt opptil fem dager før besøket. Systemet spurte om symptomer, samlet medisinsk historie, presenterte mulige diagnoser som pasientene kunne diskutere med legen, og produserte et sammendrag som klinikeren kunne gjennomgå på forhånd. Den prospektive, enkelt‑armede, enkelt‑senterstudien ble forhåndsregistrert på ClinicalTrials.gov og gjennomført under institusjonelt godkjente protokoller fra en etisk komité, med pasientene forsikret om at deres beslutning om deltakelse ikke ville påvirke behandlingen.

Deltakerne var yngre enn klinikkens samlede akuttpasientpopulasjon: av 1 452 totale akuttbesøk i studieperioden var mer enn halvparten av pasientene over 60 år, mens andelen kvinner og hvite i utvalget var i samsvar med klinikkens befolkning, ifølge Google Research‑kontoen.

BIDMC rapporterte at studien pågikk fra april til november 2025 og inkluderte 114 pasienter, og at hver samtale ble overvåket i sanntid av en spesialist i indremedisin med board‑certifisering via live‑videokall med skjermdeling. Veiledere ble trent til å gripe inn under fire forhåndsdefinerte kriterier: umiddelbar bekymring for skade på seg selv eller andre, betydelig emosjonell belastning knyttet til AI‑interaksjonen, veileder‑identifisert potensiell klinisk skade, eller en eksplisitt pasientforespørsel om å avslutte økten. På tvers av alle 98 fullførte møter var ingen samtale nødt til å stoppes for sikkerhet; tilsynsførende leger identifiserte én hallusinasjon og ga ytterligere klinisk avklaring i fem tilfeller, ifølge BIDMCs kunngjøring 9. oktober 2026. «Denne studien bidrar til å etablere de grunnleggende egenskapene ved slike virkelige samtaler», sa med‑første forfatter Peter Brodeur, klinisk fellow i kardiovaskulær medisin ved BIDMC, i kunngjøringen. BIDMC uttalte at de mener studien er den første prospektive virkelige studien av et pasient‑rettet samtale‑AI‑system i primærhelsetjenesten.

Resultater fra diagnostisk resonnering

AMIEs differensialdiagnoser inkluderte den endelige diagnosen, fastslått gjennom journalgjennomgang åtte uker etter hvert møte, blant de syv beste mulighetene i 90 % av tilfellene, med 75 % nøyaktighet i topp‑tre, og den identifiserte den endelige diagnosen som sin eneste mest sannsynlige mulighet i 56 % av tilfellene, rapporterte forskningsteamet. Nøyaktigheten forble høy for undergruppen på 46 pasienter der den endelige diagnosen ble bekreftet av en diagnostisk test som laboratorie‑, mikro‑, patologi‑ eller bildediagnostikk.

I en blindet og randomisert sammenligning vurderte paneler bestående av tre kliniske evaluatorer per tilfelle differensialdiagnoser og behandlingsplaner fra AMIE og fra primærhelse‑leverandører, og fant lik overordnet kvalitet for differensialdiagnoser (p = 0,6) samt for hensiktsmessigheten (p = 0,1) og sikkerheten (p = 1,0) til behandlingsplanene, ifølge preprintregistreringen av studien. Legene overgikk AMIE på praktisk anvendbarhet (p = 0,003) og kostnadseffektivitet (p = 0,004) av behandlingsplanene. Google Research tilskrev dette gapet AMIEs manglende tilgang til pasientens elektroniske journal, manglende evne til å utføre en fysisk undersøkelse, og mangel på multimodal input som pasientens generelle fysiske fremtoning.

Pasient‑ og klinikeropplevelse

Pasientene fullførte General Attitudes towards AI Scale før chatten, etter chatten og etter legebesøket; holdningene ble betydelig mer positive etter interaksjon med AMIE (p < 0,001) og forble høye etter legebesøket, rapporterte forskerne. BIDMC opplyste at pasientene vurderte systemet høyt for lytting, forklaring av informasjon og for å få dem til å føle seg trygge, mens bekymringer fortsatt gjaldt tillit til konfidensialiteten av informasjon delt med systemet og tillit til chatbotens ærlighet og pålitelighet. Adam Rodman, direktør for AI‑programmer ved BIDMCs Carl J. Shapiro Institute for Research and Education, sa at fremtidig forskning må undersøke hvilke interaksjonskarakteristikker som kan bygge pasienttillit og hvordan AI‑interaksjoner kan styrke pasient‑lege‑forholdet.

Primærhelsepersonell gjennomgikk en AI-generert transkripsjon eller oppsummering før de så pasientene i 44 tilfeller; legene sa at dette hjalp dem med å forberede besøket i 75 % av tilfellene og kan ha påvirket deres kliniske tilnærming i 57 %, rapporterte BIDMC. I ett tilfelle beskrev en behandler interaksjonen som noe skadelig, med bekymring for at en pasient kan ha opplevd angst etter at AMIE inkluderte lymfom blant sine mulige diagnoser. I kvalitative intervjuer rapportert av Google Research, sa legene at AMIE endret besøksdynamikken fra enkel datainnsamling til dataverifisering, noe som muliggjorde mer samarbeidsorienterte samtaler og felles beslutningstaking.

Begrensninger, finansiering og tidligere avsløringer

Forskningsgruppen beskriver arbeidet som en enkelt-senter gjennomførbarhetsstudie uten kontrollerte sammenligninger som ikke støtter kvantitative påstand om effekt sammenlignet med en standard arbeidsflyt, og oppgir ytterligere begrensninger, inkludert kun‑tekst‑grensesnittet og uutforskede effekter av helselitterasitet, teknologilitterasitet og kjennskap til chatboten. Rodman og kolleger understreket at studien var designet for å evaluere gjennomførbarhet snarere enn å fastslå om AI forbedrer helseutfall.

BIDMC opplyste at studien ble finansiert av Alphabet og at Rodman fungerte som besøksforsker hos Google i en del av studien. Brodeur og Jacob M. Koshy er med‑første forfattere på artikkelen, Rodman er oppført som siste forfatter, og Marc L. Cohen er med‑seniorforfatter.

Studieresultatene ble først offentliggjort i mars 2026: preprinten ble sendt inn til arXiv 9. mars 2026, og Google Research‑teamet publiserte sin detaljerte redegjørelse 11. mars 2026, og oppdaterte innlegget 8. oktober 2026 for å nevne publiseringen i The Lancet. Forskningsgruppen sa at de har til hensikt å fortsette å vurdere nytten og virkningen av slike systemer i kommende større studier med kontrollerte sammenligninger.