Google AMIE 的一项真实门诊研究在 2026 年 10 月 8 日登上了《柳叶刀》主刊，这也是 Google 首次在该刊主刊发表研究。AMIE 是 Google 的对话式诊断研究系统，这次它不再只在模拟病例里考试，而是走进了 Beth Israel Deaconess 医疗中心的初级保健门诊，在真实患者就诊前先做一轮问诊。
研究是怎么做的
共有 98 名患者在急诊就诊前先与 AMIE 进行了文字对话，过程由值班医生实时监督，并预设了安全叫停标准：出现风险就立刻中断。结果是，没有一次对话需要被叫停。AMIE 在问诊后给出的鉴别诊断清单，在事后病历复核中九成包含了患者的最终诊断；把范围收窄到前三位，命中率也有 75%。对接诊医生来说，这些摘要并非摆设：医生报告称，AMIE 的总结在 75% 的病例里帮他们提前做好了准备，在超过一半的病例里实际影响了他们的诊疗思路。
短板同样写得很清楚
这项研究没有把 AMIE 写成医生的替代者。盲评结果显示，它在管理方案的可行性和成本效益上仍不如初级保健医生本人，也就是说，列出可能的病不难，难的是结合患者处境给出划算、能落地的处置顺序。研究本身也有明显边界：单中心、纯文字、样本只有约百人，没有对照组。Google 在官方说明里同样强调，要判断面向患者的 AI 能否规模化使用，还需要更大规模的临床试验。
为什么这一步值得单独看
医疗 AI 过去几年的成绩单大多来自题库和模拟问诊，分数再高，也回答不了真实门诊里的问题：患者说得含糊、信息前后矛盾、医生要为每一句建议负责。这次研究的价值不在于 90% 这个数字本身，而在于它第一次以《柳叶刀》主刊论文的形式，把监督机制、叫停标准和医生真实反馈一起摆上台面。对医院管理者，这意味着评估医疗 AI 时可以多问一句：它有没有在真实流程里、在有人能随时叫停的条件下被验证过。没有这一步，再漂亮的基准分数也只是实验室成绩。
