Google的AMIE初级保健可行性研究发表于The Lancet

据Google的公告，由Google和Beth Israel Deaconess Medical Center的研究人员牵头、在真实的初级保健急症门诊评估Google对话式诊断AI系统AMIE的一项前瞻性临床研究，于2026年10月8日发表于The Lancet。研究中，98名患者在急症就诊前咨询了AMIE聊天机器人，监督医生实时监测互动过程；按照预先规定的安全标准，没有任何对话需要被中止。

Google称，这是该公司首次在The Lancet主刊发表论文。公司表示，需要更大规模的临床试验来评估面向患者的AI在大规模应用中的表现，并认为研究结果提示，AI有潜力增进医患关系、减轻医护人员的压力。

研究设计与安全监督

该系统的正式名称为Articulate Medical Intelligence Explorer（AMIE），是一种医疗AI聊天机器人。患者预约BIDMC医生的初级保健急症门诊后，在家中使用该系统。根据Google Research团队的说明，100名成年患者完成了就诊前与AMIE的互动，其中98人按预约到诊。参与者因新出现、非紧急且属阶段性发作的症状预约就诊，并在就诊前最多五天内，通过安全的文字聊天界面与系统互动。系统询问症状、收集病史、列出供患者与医生讨论的可能诊断，并生成可由临床医生提前查阅的摘要。这项前瞻性、单组、单中心研究事先在ClinicalTrials.gov注册，按照机构审查委员会批准的方案开展，并向患者保证是否参与不会影响其医疗服务。

Google Research的说明指出，参与者整体比该门诊全部急症就诊人群更年轻：研究期间总计1,452次急症就诊中，超过一半涉及60岁以上患者；而样本中女性及白人所占比例的趋势与门诊总体人群一致。

BIDMC报告称，研究于2025年4月至11月开展，纳入114名患者，每次对话均由一名获得专科认证的内科医生通过共享屏幕的实时视频通话进行监测。监督医生接受过培训，在四项预定标准下介入：立即担忧患者伤害自己或他人；与AI互动相关的显著情绪困扰；监督者发现可能造成临床伤害；或患者明确要求结束会话。根据BIDMC于2026年10月9日发布的公告，在全部98次完成的就诊互动中，没有任何对话需要因安全原因停止；监督医生发现了一次幻觉，并在五个病例中提供了额外的临床澄清。共同第一作者、BIDMC心血管医学临床专科培训医师Peter Brodeur在公告中说：“这项研究有助于确立此类真实世界对话的基本特征。”BIDMC表示，该机构认为这是首项在真实世界初级保健中对面向患者的对话式AI系统开展的前瞻性研究。

诊断推理结果

研究团队报告称，在90%的病例中，AMIE鉴别诊断列表的前七项包含最终诊断；前三项的准确率为75%；在56%的病例中，最终诊断被列为最可能的一项。最终诊断是在每次就诊八周后通过病历审查确定的。在46名通过实验室、微生物学、病理学或影像学等诊断检查结果确认最终诊断的患者亚组中，准确率仍然较高。

根据该研究的预印本记录，在一项设盲、随机化比较中，每个病例由三名临床评估者组成的小组，对AMIE和初级保健医务人员提出的鉴别诊断及管理方案进行评分。结果显示，鉴别诊断的总体质量（p = 0.6），以及管理方案的适当性（p = 0.1）和安全性（p = 1.0）相近。医生在管理方案的实用性（p = 0.003）和成本效益（p = 0.004）方面优于AMIE。Google Research将这一差距归因于AMIE无法访问患者的电子健康记录、无法进行体格检查，也缺少患者整体外观等多模态输入。

患者与临床医生的体验

研究人员报告称，患者分别在聊天前、聊天后和医生就诊后填写了“对AI的一般态度量表”；与AMIE互动后，他们的态度显著更加积极（p < 0.001），且在看过医生后仍维持在较高水平。BIDMC表示，患者对系统的倾听、解释信息和帮助他们放松的能力评价较高，但仍对与系统分享的信息能否保密，以及聊天机器人是否诚实、可信抱有顾虑。BIDMC旗下Carl J. Shapiro Institute for Research and Education的AI项目主任Adam Rodman表示，未来研究需要探索哪些互动特征能够建立患者信任，以及AI互动如何增进医患关系。

BIDMC报告称，在44个病例中，初级保健医务人员在接诊前查看了AI生成的对话记录或摘要；医生表示，这样做在75%的病例中帮助他们做好接诊准备，并可能在57%的病例中影响了其临床处理方式。有一例中，医务人员认为这种互动有一定害处，因为AMIE将淋巴瘤列为可能诊断之一，患者可能因此产生焦虑。在Google Research报告的定性访谈中，医生表示，AMIE让就诊过程从单纯收集数据转向核实数据，从而促进了更具协作性的交流和共同决策。

局限性、资助与先前披露

研究团队将这项工作描述为一项没有对照比较的单中心可行性研究，无法支持相对于基线工作流程的定量效果主张。他们还列出了其他局限，包括仅限文字的界面，以及尚未探究健康素养、技术素养和对聊天机器人的熟悉程度所产生的影响。Rodman及同事强调，研究旨在评估可行性，而非确定AI是否改善健康结局。

BIDMC披露，研究由Alphabet资助，Rodman在研究的部分期间曾担任Google访问研究员。Brodeur与Jacob M. Koshy是论文共同第一作者，Rodman在作者名单中列最后，Marc L. Cohen则为共同资深作者。

研究结果最初于2026年3月公开：预印本于2026年3月9日提交至arXiv，Google Research团队于2026年3月11日发布详细说明，并在2026年10月8日更新该文章，注明论文已发表于The Lancet。研究团队表示，计划在未来更大规模、设有对照比较的研究中，继续评估此类系统的实用性与影响。