Google 升級醫療模型 AMIE：從確診跨到慢病管理，表現媲美初級醫生

去看醫生時，最折騰人的往往不是拿到確診單的那一刻，而是之後漫長的複查、調藥、看指標變化以及應對副作用。過去的醫療 AI 大多在卷單次看圖問診，給出一個診斷名字就算交卷，很少有系統敢碰跨越數月甚至數年的慢病管理。

Google Research 與 Google DeepMind 宣佈升級其醫療 AI 系統 AMIE，將其能力正式從單次疾病診斷拓展到跨多次就診的長期疾病管理。這項工作後來還登上了國際頂級期刊《Nature》。

在與 20 位初級醫生的對照盲測中，升級後的 AMIE 在治療計劃、檢查安排和用藥推理等綜合表現上，達到了甚至超過了人類醫生的水平。

前臺負責共情，後臺坐著「AI 主任」

人在生病時的病情是動態變化的，今天血壓高可能要加藥，下個月複查出現乾咳又得立刻換藥。要處理這種複雜的長期流程，Google 放棄了單一對話機器人的做法，設計了一套雙智慧體架構。

負責面對患者的是 Dialogue Agent（對話智慧體）。它的任務是快速響應，用溫和且有共情力的語言收集當前症狀，解答患者疑問，建立信任感。

真正的大腦則是藏在背後的 Mx Agent（治療管理推理智慧體）。它不需要秒回訊息，而是利用 Gemini 的超長上下文能力，一口氣吃進患者過去多次就診的完整記錄，以及英國 NICE 指南、BMJ Best Practice 等數百頁權威臨床指南。

Google 還給系統增加了測試時計算（test-time compute），讓模型在給出方案前經歷多次草稿生成與方案比對，確保每一步用藥都有指南可依。為了專門卡住用藥安全這個關卡，團隊還拉來執業藥劑師，基於英美藥典做了一套包含 600 道題的 RxQA 藥學基準，嚴卡適應證、劑量和藥物相互作用。

模擬 100 場問診，硬碰 20 位初級醫生

為了檢驗成色，Google 找來專業的標準化病人演員，搭建了包含 100 場多次就診場景的模擬客觀結構化臨床考試（OSCE）。

評估過程採用雙盲設計，專科醫生在不知道背後是人還是 AI 的情況下打分。結果顯示，在治療方案的合理性、完整性以及指南依從度上，AMIE 的表現不遜色於 20 位初級醫生，在部分細則上甚至略佔優勢。

不過，研究團隊自己也指出了局限。這次測試是在高度簡化的純文字聊天環境裡進行的，每次複診間隔很短，沒有接入真實醫院裡雜亂無章的電子病歷系統，也沒有涉及真實的面對面多模態互動。

另外，測試只套用了單一醫療體系的指南，還沒能在真實複雜的本地化臨床環境裡經受考驗。

為什麼重要

長期慢病管理是現代醫療體系裡負擔最重的一塊，也是全科醫生最容易疲勞的環節。如果一個 AI 工具真能把數十頁的指南讀透，在醫生開處方前默默把好劑量關、禁忌關，並梳理好病人的跨週期隨訪重點，基層醫療的看護質量會得到立竿見影的提升。

Google 這一步走得相當務實。他們沒有繼續在單次診斷的準確率上死磕，而是看準了醫療臨床裡真正磨人的長鏈條管理。將前臺溝通與後臺深度推理拆開的雙智慧體設計，既保住了問診的溫度，又給核心醫療決策留足了深思熟慮的計算空間。

但這套系統離真正走進診室還有很長的路要走。文字聊天和臨床現實完全是兩碼事，真實病患不會像專業演員那樣按劇本給線索，檢驗報告也往往散落在各個陳舊系統裡。接下來 Google 和臨床機構開展的前瞻性研究，才是決定 AMIE 到底是留在論文裡的技術奇蹟，還是能真正幫醫生減負的臨床幫手的關鍵試金石。