Nghiên cứu khả thi chăm sóc ban đầu AMIE của Google được công bố trên tạp chí The Lancet

Một nghiên cứu lâm sàng triển vọng do các nhà nghiên cứu tại Google và Bệnh viện Beth Israel Deaconess dẫn đầu, đánh giá AI chẩn đoán đối thoại AMIE của Google trong một phòng khám chăm sóc ban đầu cấp khẩn thực tế, đã được công bố trên tạp chí The Lancet vào ngày 8 tháng 10 năm 2026, theo thông báo của Google. Trong nghiên cứu, 98 bệnh nhân đã trò chuyện với chatbot AMIE trước các lần khám cấp khẩn trong khi các bác sĩ giám sát theo dõi các tương tác theo thời gian thực, và không có cuộc trò chuyện nào phải bị ngắt quãng theo các tiêu chí an toàn đã định trước.

Google mô tả bài báo này là ấn phẩm đầu tiên của mình trên tạp chí chính của The Lancet. Công ty cho biết cần thực hiện các thử nghiệm lâm sàng quy mô lớn hơn để đánh giá AI hướng tới bệnh nhân ở quy mô rộng, và cho rằng các phát hiện cho thấy tiềm năng của AI trong việc nâng cao mối quan hệ bệnh nhân-bác sĩ và giảm áp lực lên nhân viên y tế.

Thiết kế nghiên cứu và giám sát an toàn

Hệ thống, chính thức được đặt tên là Articulate Medical Intelligence Explorer (AMIE), là một chatbot AI y tế mà bệnh nhân sử dụng tại nhà sau khi đặt lịch hẹn chăm sóc ban đầu cấp khẩn với bác sĩ của BIDMC. Theo bản mô tả của nhóm Google Research, 100 bệnh nhân trưởng thành đã hoàn thành một tương tác trước khám với AMIE, và 98 người đã đến tham dự cuộc hẹn đã lên lịch. Những người tham gia, những người được đặt lịch cho các khiếu nại mới, không cấp cứu, và theo từng đợt, đã tương tác với hệ thống qua giao diện trò chuyện văn bản bảo mật lên đến năm ngày trước lần khám. Hệ thống hỏi về các triệu chứng, thu thập tiền sử y tế, trình bày các chẩn đoán khả năng để bệnh nhân thảo luận với bác sĩ, và tạo ra một bản tóm tắt mà bác sĩ có thể xem trước. Nghiên cứu triển vọng, một cánh duy nhất, một trung tâm duy nhất, đã được đăng ký trước trên ClinicalTrials.gov và thực hiện theo các giao thức được ủy ban đạo đức nghiên cứu phê duyệt, với việc đảm bảo với bệnh nhân rằng quyết định tham gia sẽ không ảnh hưởng đến việc chăm sóc của họ.

Những người tham gia có độ tuổi trung bình trẻ hơn so với tổng thể dân số bệnh nhân cấp khẩn của phòng khám: trong số 1,452 lượt khám cấp khẩn tổng cộng trong thời gian nghiên cứu, hơn một nửa là bệnh nhân trên 60 tuổi, trong khi xu hướng về tỷ lệ nữ và người da trắng của mẫu nghiên cứu phù hợp với dân số của phòng khám, theo tài khoản của Google Research.

BIDMC báo cáo rằng nghiên cứu đã diễn ra từ tháng 4 đến tháng 11 năm 2025 và đã ghi nhận 114 bệnh nhân, và mọi cuộc trò chuyện đều được một bác sĩ nội khoa có chứng chỉ chuyên môn giám sát theo thời gian thực thông qua cuộc gọi video trực tiếp có chia sẻ màn hình. Các giám sát viên được đào tạo để can thiệp dựa trên bốn tiêu chí đã được xác định trước: lo ngại ngay lập tức về nguy cơ gây hại cho bản thân hoặc người khác, căng thẳng cảm xúc đáng kể liên quan đến tương tác AI, khả năng gây hại lâm sàng do giám sát viên phát hiện, hoặc yêu cầu rõ ràng của bệnh nhân muốn kết thúc buổi trò chuyện. Trong tổng số 98 lần gặp hoàn thành, không có cuộc trò chuyện nào cần dừng lại vì an toàn; các bác sĩ giám sát đã xác định một hiện tượng ảo giác và cung cấp thêm giải thích lâm sàng trong năm trường hợp, theo thông cáo ngày 9 tháng 10 năm 2026 của BIDMC. “Nghiên cứu này giúp xác lập các đặc điểm cơ bản của những cuộc trò chuyện thực tế như vậy,” đồng tác giả đầu tiên Peter Brodeur, một bác sĩ nghiên cứu trong lĩnh vực tim mạch tại BIDMC, cho biết trong thông cáo. BIDMC cho rằng nghiên cứu này là nghiên cứu thực tế tiên phong có quy mô lớn về hệ thống AI đối thoại hướng tới bệnh nhân trong chăm sóc ban đầu.

Kết quả lập luận chẩn đoán

Chẩn đoán phân biệt của AMIE bao gồm cả chẩn đoán cuối cùng, được xác định thông qua việc xem xét hồ sơ y tế tám tuần sau mỗi lần gặp, nằm trong top bảy khả năng trong 90% trường hợp, với độ chính xác top ba đạt 75%, và nó xác định chẩn đoán cuối cùng là khả năng duy nhất có khả năng cao nhất trong 56% trường hợp, theo báo cáo của nhóm nghiên cứu. Độ chính xác vẫn cao đối với tập hợp 46 bệnh nhân mà chẩn đoán cuối cùng được xác nhận bằng một xét nghiệm chẩn đoán như xét nghiệm phòng thí nghiệm, vi sinh, bệnh lý hoặc hình ảnh.

Trong một so sánh mù và ngẫu nhiên, các hội đồng gồm ba nhà đánh giá lâm sàng cho mỗi trường hợp đã đánh giá chẩn đoán phân biệt và kế hoạch điều trị từ AMIE và từ các nhà cung cấp chăm sóc ban đầu, nhận thấy chất lượng tổng thể tương tự cho chẩn đoán phân biệt (p = 0.6) và cho mức độ phù hợp (p = 0.1) và an toàn (p = 1.0) của kế hoạch điều trị, theo bản preprint của nghiên cứu. Các bác sĩ đã vượt trội hơn AMIE về tính thực tiễn (p = 0.003) và hiệu quả chi phí (p = 0.004) của kế hoạch điều trị. Google Research cho rằng khoảng cách này là do AMIE không có quyền truy cập vào hồ sơ sức khỏe điện tử của bệnh nhân, không thể thực hiện khám lâm sàng, và thiếu đầu vào đa phương thức như ngoại hình tổng thể của bệnh nhân.

Trải nghiệm của bệnh nhân và bác sĩ

Bệnh nhân đã hoàn thành Thang đo Thái độ Chung đối với AI trước khi trò chuyện, sau khi trò chuyện và sau khi gặp nhà cung cấp; thái độ đã chuyển sang tích cực đáng kể hơn sau khi tương tác với AMIE (p < 0.001) và vẫn duy trì ở mức cao sau khi gặp bác sĩ, các nhà nghiên cứu báo cáo. BIDMC cho biết bệnh nhân đánh giá hệ thống cao về khả năng lắng nghe, giải thích thông tin và giúp họ cảm thấy thoải mái, trong khi vẫn còn lo ngại về độ tin cậy vào tính bảo mật của thông tin được chia sẻ với hệ thống và độ tin cậy vào sự trung thực và đáng tin của chatbot. Adam Rodman, Giám đốc Chương trình AI tại Viện Nghiên cứu và Giáo dục Carl J. Shapiro của BIDMC, cho biết nghiên cứu trong tương lai sẽ cần khám phá các đặc điểm tương tác nào có thể xây dựng niềm tin của bệnh nhân và cách các tương tác AI có thể nâng cao mối quan hệ bệnh nhân-bác sĩ.

Các bác sĩ chăm sóc ban đầu đã xem lại bản sao hoặc tóm tắt do AI tạo ra trước khi gặp bệnh nhân trong 44 trường hợp; các bác sĩ cho biết việc này giúp họ chuẩn bị cho buổi khám trong 75% trường hợp và có thể đã ảnh hưởng đến cách tiếp cận lâm sàng của họ trong 57%, BIDMC báo cáo. Trong một trường hợp, một bác sĩ mô tả tương tác này là hơi gây hại, nêu lo ngại rằng bệnh nhân có thể đã cảm thấy lo lắng sau khi AMIE đưa ra bệnh lý lymphoma trong danh sách các chẩn đoán khả dĩ. Trong các phỏng vấn định tính do Google Research báo cáo, các bác sĩ cho rằng AMIE đã chuyển đổi động lực của buổi khám từ việc thu thập dữ liệu đơn thuần sang xác minh dữ liệu, cho phép các cuộc trò chuyện hợp tác hơn và quyết định chung.

Hạn chế, Kinh phí và Tiết lộ Trước đó

Nhóm nghiên cứu mô tả công trình này là một nghiên cứu khả thi tại một trung tâm duy nhất, không có so sánh kiểm soát, không hỗ trợ các tuyên bố hiệu quả định lượng so với quy trình cơ bản, và liệt kê các hạn chế bổ sung bao gồm giao diện chỉ có văn bản và các tác động chưa được khám phá của khả năng đọc hiểu sức khỏe, khả năng đọc hiểu công nghệ và mức độ quen thuộc với chatbot. Rodman và các đồng nghiệp nhấn mạnh rằng nghiên cứu được thiết kế để đánh giá tính khả thi hơn là xác định liệu AI có cải thiện kết quả sức khỏe hay không.

BIDMC tiết lộ rằng nghiên cứu được tài trợ bởi Alphabet và Rodman đã làm nhà nghiên cứu khách mời tại Google trong một phần của nghiên cứu. Brodeur và Jacob M. Koshy là các tác giả đồng đầu của bài báo, Rodman được liệt kê cuối cùng trong danh sách tác giả, và Marc L. Cohen là đồng tác giả cao cấp.

Kết quả nghiên cứu lần đầu được công bố công khai vào tháng 3 năm 2026: bản preprint đã được nộp lên arXiv vào ngày 9 tháng 3 năm 2026, và nhóm Google Research đã công bố bản chi tiết vào ngày 11 tháng 3 năm 2026, cập nhật bài viết đó vào ngày 8 tháng 10 năm 2026 để ghi chú việc xuất bản trên The Lancet. Nhóm nghiên cứu cho biết họ dự định tiếp tục đánh giá tính hữu ích và tác động của các hệ thống như vậy trong các nghiên cứu quy mô lớn hơn sắp tới với các so sánh kiểm soát.