2026年8月，Google Research联合Google DeepMind研发的研究型医疗AI系统AMIE实现技术突破。该系统基于Gemini与Project Astra底层架构打造，可在实时临床视频问诊中捕捉患者言语、体征等多模态信息，模拟问诊随机对照研究显示其具备专家级临床诊断能力，标志着医疗AI向多模态临床实践迈出关键一步。
远程问诊推行十余年，始终有个难以突破的痛点：线上医生无法像线下门诊一样，通过观察患者的神态、动作、声音异常快速判断病情，这个问题同样困扰着此前所有的医疗AI产品。过往的医疗AI大多只能处理文本、语音类的结构化信息，很难整合非语言的体征线索，诊断准确率始终难以达到临床可用标准。
随着大语言模型技术的成熟，医疗AI已经在病历整理、辅助诊断、医学科普等场景得到初步应用，但在直接面向患者的问诊场景，落地进度始终慢于预期。
核心制约因素就在于临床诊断的决策依据中，有近40%来自非语言的体征信息：比如呼吸科患者的咳嗽频率、音色，神经内科患者的步态异常、面部麻木表现，儿科患者的精神状态等，这些信息很难通过文字或结构化表单传递，此前的单模态AI也无法精准捕捉和解读。
这种能力缺口也导致远程医疗的服务半径始终受限，偏远地区、基层医疗机构的患者很难通过线上渠道获得和线下门诊同等质量的诊断服务。
此次公布的AMIE系统，正是瞄准这一核心痛点打造的研究型产品。该系统基于谷歌Gemini大模型与Project Astra多模态架构开发，采用多智能体协作模式，不同模块分别负责语音识别、图像识别、临床推理、交互引导等工作，实现了毫秒级的多模态信息处理。
相较于此前的医疗AI产品，AMIE的核心优势在于能在实时视频流中同步捕捉多维度临床信息：除了患者的口述病史外，还能识别咳嗽声、气短表现、步态异常、面部疼痛反应等非语言线索，甚至可以引导患者完成抬手、深呼吸、伸舌等简单的体格检查动作，全程的交互逻辑和人类医生的问诊流程几乎一致。
在近期完成的随机对照模拟研究中，研究人员招募了200余名志愿者扮演不同病症的患者，分别与AMIE、从业3年以上的初级保健医生完成一对一视频问诊。最终第三方临床专家的盲评结果显示，AMIE在病史采集全面性、诊断准确率两项核心指标上，均达到了人类初级保健医生的同等水平，部分依赖体征观察的科室诊断表现甚至优于普通医生。
需要注意的是，目前AMIE仍处于研究验证阶段，尚未进入医疗器械注册审批流程，距离正式面向公众开放使用还有至少2-3年的周期。后续研发团队还需要完成更大样本量的真实世界临床测试，解决患者数据隐私保护、误诊责任界定、不同地区病种适配等一系列落地层面的问题。
但毫无疑问，此次技术突破已经为医疗AI的发展打开了新的想象空间。如果后续多模态实时问诊能力正式落地，不仅可以填补基层医疗机构的全科医生缺口，还能在应急医疗支援、慢病随访、偏远地区义诊等场景发挥重要作用，进一步降低优质医疗资源的获取门槛。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号