Googles genomförbarhetsstudie av AMIE i primärvården publicerad i The Lancet

En prospektiv klinisk studie ledd av forskare vid Google och Beth Israel Deaconess Medical Center, som utvärderade Googles samtalsbaserade diagnostiska AI AMIE vid en verklig primärvårdsmottagning för brådskande besök, publicerades i The Lancet den 8 oktober 2026, enligt Googles tillkännagivande. I studien rådfrågade 98 patienter chatboten AMIE före brådskande vårdbesök medan övervakande läkare följde samtalen i realtid. Inget samtal behövde avbrytas enligt de fördefinierade säkerhetskriterierna.

Google beskrev artikeln som sin första publicering någonsin i The Lancets huvudtidskrift. Företaget sade att större kliniska prövningar behövs för att bedöma patientinriktad AI i stor skala och att resultaten tyder på möjligheter för AI att stärka relationen mellan patient och läkare och minska belastningen på vårdpersonal.

Studiens upplägg och säkerhetsövervakning

Systemet, med det formella namnet Articulate Medical Intelligence Explorer (AMIE), är en medicinsk AI-chatbot som patienterna använde hemifrån efter att ha bokat ett brådskande primärvårdsbesök hos en BIDMC-läkare. Enligt Google Research-gruppens redogörelse slutförde 100 vuxna patienter ett samtal med AMIE före besöket och 98 kom till sitt bokade möte. Deltagarna var bokade för nytillkomna, episodiska besvär som inte utgjorde nödfall och använde ett säkert textchattgränssnitt upp till fem dagar före besöket. Systemet frågade om symtom, samlade in sjukdomshistoria, presenterade möjliga diagnoser att diskutera med läkaren och skapade en sammanfattning som vårdgivaren kunde läsa i förväg. Den prospektiva enarmade studien vid ett enda centrum var förhandsregistrerad på ClinicalTrials.gov och genomfördes enligt protokoll godkända av en institutionell etikprövningsnämnd. Patienterna försäkrades om att deras beslut att delta inte skulle påverka vården.

Deltagarna tenderade att vara yngre än mottagningens samlade population för brådskande besök: av totalt 1 452 sådana besök under studieperioden gällde mer än hälften patienter över 60 år. Urvalets fördelning av kvinnor och vita patienter låg däremot i linje med mottagningens population, enligt Google Researchs redogörelse.

BIDMC uppgav att studien pågick från april till november 2025 och inkluderade 114 patienter. Varje samtal övervakades i realtid av en specialistcertifierad internmedicinare via videosamtal med skärmdelning. Läkarna var utbildade att ingripa enligt fyra förutbestämda kriterier: omedelbar oro för att patienten skulle skada sig själv eller andra, betydande känslomässigt obehag kopplat till AI-interaktionen, risk för klinisk skada identifierad av den övervakande läkaren eller en uttrycklig begäran från patienten att avsluta sessionen. Bland samtliga 98 slutförda möten krävde inget samtal ett säkerhetsavbrott. De övervakande läkarna identifierade en hallucination och gav ytterligare kliniska förtydliganden i fem fall, enligt BIDMC:s pressmeddelande den 9 oktober 2026. ”Denna studie bidrar till att fastställa de grundläggande egenskaperna hos sådana samtal i verkligheten”, sade den delade försteförfattaren Peter Brodeur, klinisk fellow inom kardiovaskulär medicin vid BIDMC, i meddelandet. BIDMC anser att studien är den första prospektiva studien i verklig miljö av ett patientinriktat samtalsbaserat AI-system i primärvården.

Resultat för diagnostiskt resonemang

AMIE:s differentialdiagnos innehöll den slutliga diagnosen, som fastställdes genom journalgranskning åtta veckor efter varje möte, bland de sju främsta alternativen i 90 % av fallen. Träffsäkerheten för de tre främsta alternativen var 75 %, och i 56 % av fallen angavs den slutliga diagnosen som det enskilt mest sannolika alternativet, rapporterade forskargruppen. Träffsäkerheten förblev hög i undergruppen med 46 patienter vars slutliga diagnos bekräftades genom ett diagnostiskt test, exempelvis ett laboratorie-, mikrobiologiskt, patologiskt eller bilddiagnostiskt resultat.

I en blindad och randomiserad jämförelse bedömde paneler med tre kliniska utvärderare per fall differentialdiagnoser och handläggningsplaner från AMIE och primärvårdsgivare. De fann liknande övergripande kvalitet på differentialdiagnoserna (p = 0,6) samt liknande lämplighet (p = 0,1) och säkerhet (p = 1,0) i handläggningsplanerna, enligt studiens preprintpost. Läkarna presterade bättre än AMIE när det gällde planernas praktiska genomförbarhet (p = 0,003) och kostnadseffektivitet (p = 0,004). Google Research tillskrev skillnaden att AMIE saknade tillgång till patientens elektroniska journal, inte kunde utföra en kroppsundersökning och saknade multimodala indata, såsom patientens allmänna fysiska utseende.

Patienternas och vårdgivarnas erfarenheter

Patienterna fyllde i skalan för allmänna attityder till AI före chatten, efter chatten och efter vårdbesöket. Attityderna blev signifikant mer positiva efter interaktionen med AMIE (p < 0,001) och låg kvar på en högre nivå efter besöket, rapporterade forskarna. BIDMC uppgav att patienterna gav systemet höga betyg för att lyssna, förklara information och hjälpa dem att känna sig bekväma. Samtidigt kvarstod farhågor kring sekretessen för den information som delades med systemet och kring chatbotens ärlighet och tillförlitlighet. Adam Rodman, chef för AI-program vid BIDMC:s Carl J. Shapiro Institute for Research and Education, sade att framtida forskning behöver undersöka vilka egenskaper hos interaktionen som bygger patienternas förtroende och hur AI-interaktioner kan stärka relationen mellan patient och läkare.

Primärvårdsgivare läste en AI-genererad utskrift eller sammanfattning före patientbesöket i 44 fall. Läkarna sade att detta hjälpte dem att förbereda besöket i 75 % av fallen och kan ha påverkat deras kliniska tillvägagångssätt i 57 %, enligt BIDMC. I ett fall beskrev en vårdgivare interaktionen som något skadlig och uttryckte oro för att en patient kan ha upplevt ångest efter att AMIE tog upp lymfom som en möjlig diagnos. I kvalitativa intervjuer som redovisades av Google Research sade läkarna att AMIE förändrade besökets dynamik från enkel datainsamling till verifiering av uppgifter, vilket möjliggjorde mer samarbetsinriktade samtal och gemensamt beslutsfattande.

Begränsningar, finansiering och tidigare offentliggörande

Forskargruppen beskriver arbetet som en genomförbarhetsstudie vid ett enda centrum utan kontrollerade jämförelser. Den ger inte stöd för kvantitativa påståenden om effekt jämfört med ett grundläggande arbetsflöde. Ytterligare begränsningar är det enbart textbaserade gränssnittet och de outforskade effekterna av hälsolitteracitet, teknisk kompetens och vana vid chatbotar. Rodman och kollegorna betonade att studien utformades för att utvärdera genomförbarhet, inte för att avgöra om AI förbättrar hälsoutfall.

BIDMC redovisade att studien finansierades av Alphabet och att Rodman var gästforskare vid Google under en del av studien. Brodeur och Jacob M. Koshy delar förstaförfattarskapet, Rodman står sist i författarlistan och Marc L. Cohen är en av de seniora författarna.

Studieresultaten offentliggjordes först i mars 2026: preprinten skickades till arXiv den 9 mars 2026 och Google Research-gruppen publicerade sin detaljerade redogörelse den 11 mars 2026. Inlägget uppdaterades den 8 oktober 2026 för att uppmärksamma publiceringen i The Lancet. Forskargruppen sade att den avser att fortsätta bedöma nyttan och effekterna av sådana system i kommande större studier med kontrollerade jämförelser.