AI醫學系統 Google AMIE - 以「視覺」了解病人徵狀

AMIE（Articulate Medical Intelligence Explorer）為 Google 所研發之醫學診斷人工智慧系統，有別於一般的聊天機器人，AMIE 不僅能透過與病人對話理解其健康狀況，還能觀察「圖片」以更加精確地做出判斷。如同人類醫生，它能直接查看病人的皮膚狀況、儀器讀數（如心電圖）或是實驗報告，並且根據這些收集到的線索，產生「可能有哪裡出問題了」的想法，再進一步和病人詢問具體資訊以限縮問題。

圖1：透過線上同步文字聊天進行遠端OSCE之設計概述圖

資料來源：https://research.google/blog/amie-a-research-ai-system-for-diagnostic-medical-reasoning-and-conversations/

那麼，這位 AI 醫生是如何被訓練出來的呢？為了避免在人類身上進行大量的試驗，Google 建立了一個模擬實驗室、創建逼真的患者病例，並從 PTB-XL 心電圖資料庫和 SCIN 皮膚病學數據集等來源取得真實醫學影像和數據，最後再運用 Gemini 模型補充合理的背景故事，而測試成效之方式則採用與評估醫學生相同的方法：客觀結構化臨床考試（Objective Structured Clinical Examination，OSCE）（圖1）。

Google 運用了105個不同的醫療場景，並請受過訓練的真人演員扮演成患者，請他們與多模態 AMIE 或是真人初級健保醫生（Primary Care Provider，PCP）進行遠端互動，他們會透過一個能上傳照片的介面聊天，就像在使用許多大家常用的通訊軟體一樣。

在完成所有測試後，接著由專科醫生（皮膚科、心臟病學和內科）和那些患者演員會回顧實驗中的對話，並針對許多項目進行評分，包括對於病史的了解程度、診斷準確度、治療方針之建議的品質、溝通技巧與同理心，以及最重要的- AI 對於視覺訊息的解讀能力。

圖2：AMIE在不同領域之表現皆優於PCP

資料來源：https://research.google/blog/amie-a-research-ai-system-for-diagnostic-medical-reasoning-and-conversations/

有趣的是， Google 發現 AMIE 在這個測試中表現極佳，在解讀聊天過程中共享的多模態資料方面，AMIE 的表現被評為優於人類 PCP，其診斷準確性也更高，且Google AMIE 能夠根據病例細節，產生專家認為更準確、更完整的診斷清單。負責審查的專科醫生們在各領域中都給予 AMIE 的表現較高的評價（圖2），最令人意外地，這些參與實驗的病患演員發現在基於文字的互動下，AI比人類醫生更有同理心且更值得信任。除此之外，在安全性上，AMIE根據影像犯錯的機率，與人類醫生相比並無明顯數據差異。

雖然Google AMIE 在這個測試中表現極佳，然而，現實中仍有許多變因需被納入考量，Google研究人員表示：「這項研究採納了一種僅適用於研究的系統，使用類似 OSCE 的評估方式，甚至用演員扮演患者作為實驗參與者。這大幅低估了現實世界裡醫療與護理的複雜性。」

畢竟，實際醫院與診所中病患的看診的情形往往非常複雜難以預期，並無法透過演員測試來完全重現情境。而且，實驗場景不管設計得再好，絕對無法完整呈現所有醫療與護理現場的狀況。因此，Google 的下一步打算往真實世界邁進，並與醫療中心開始實際的實驗合作，在患者同意的情況下，試著了解 AMIE 在實際臨床環境中的表現，研究人員們也意識到，相較於使用文字訊息與影像，以即時視訊與語音溝通，更符合當今遠距醫療中常見的互動方式。

透過賦予AI「看得見」的能力、讓它們得以解讀醫生平時使用的視覺資訊，我們有幸在這個AI技術快速發展的時代，探索運用AI協助醫療與護理過程的曙光。然而，要如何使AI成為民眾安全且值得信賴的醫療與護理服務，這條路仍需要謹慎地透過AI數位科技與醫療領域的跨域合作才能達成我們的期待。

封面圖片來源：作者以GPT-5生成

參考資料來源：

1. Artificial Intelligence新聞網：
2. https://www.artificialintelligence-news.com/news/google-amie-ai-doctor-learns-to-see-medical-images/
3. Google AMIE官網：https://research.google/blog/amie-a-research-ai-system-for-diagnostic-medical-reasoning-and-conversations/