Google AMIE 展示视频问诊能力：医疗 AI 从文字问答走向多模态临床对话
Google Research 与 Google DeepMind 推进 AMIE 医疗 AI 系统，展示实时视频问诊研究能力，可解读视觉与听觉线索、引导虚拟体格检查并进行诊断推理。
8 月 11 日，Google Research 和 Google DeepMind 在官方博客介绍了 AMIE 医疗 AI 系统的新进展：它开始从文本咨询走向实时视频问诊研究，可在模拟临床场景中解读视觉、听觉线索，引导虚拟体格检查，并进行诊断推理。这不是一个可直接替代医生的消费级功能，而是医疗 AI 从“会回答”迈向“会观察、会追问、会推理”的重要信号。
最近发生了什么
Google 披露，AMIE 基于 Gemini 和 Project Astra，并采用多智能体架构。在一项使用患者演员和初级保健医生参与的随机模拟咨询研究中，临床评估者从问诊完整度、诊断准确性、管理建议和沟通质量等维度对 AMIE 进行了评价。Google 同时强调，AMIE 仍是研究系统，距离负责任的真实临床部署还需要更多验证。
背景：医疗 AI 为什么需要多模态
医疗咨询不只是文字问答。医生会观察患者的表情、呼吸、步态、皮肤状态、声音变化和动作反应，再结合病史不断调整追问。过去的医疗问答模型更像“知识库 + 对话框”，容易忽略这些非文本信息。视频问诊研究的价值在于，它把语音、画面、上下文和推理流程放在同一套系统中，让 AI 更接近真实临床沟通环境。
影响：远程医疗和临床辅助会先受益
AMIE 的进展短期内不会让 AI 单独看病，但可能推动三类应用成熟：一是远程问诊中的初筛与病史整理，二是医生接诊前的结构化信息收集，三是慢病管理、复诊随访和健康教育中的辅助沟通。真正落地时，系统需要解决隐私保护、医疗责任、偏差评估、临床验证、地区监管和医生工作流接入等问题。
适合哪些人关注
- 医疗机构与数字健康团队：可以关注多模态问诊如何嵌入分诊、随访和病历整理。
- AI 产品经理：医疗场景提示了多模态 Agent 的核心能力：观察、追问、解释和留痕。
- 医生与医学教育者：需要思考 AI 在训练、模拟患者和临床辅助中的边界。
- 普通用户：应把这类系统理解为研究进展，而不是立即可替代线下诊疗的工具。
中文站点的观察
医疗 AI 的商业化会比办公、营销、编程更慢，但一旦通过临床验证，价值也更高。中文 AI 导航站后续收录健康类工具时，应优先关注是否说明医学适用范围、数据来源、隐私政策和医生参与机制，避免把泛健康聊天机器人包装成诊疗产品。
