AMIE：基于大语言模型的医疗诊断对话AI系统

AMIE 医疗诊断对话 AI 系统

AMIE 是由 Google 研发的一款面向医疗诊断推理和对话的研究型 AI 系统。它建立在大语言模型（LLM）的基础之上，通过真实世界的经验进行学习。这些学习经验包括了严密的医学推理流程、临床总结和真实的临床对话等多种数据，它们被系统细致地观察和学习，以便在处理医疗问题时提供准确优质的医学诊断推理和对话支持。

为了进一步提升系统的诊断对话质量，AMIE 引进了一种全新的自弈仿真对话学习环境。这个环境涵盖了广泛的疾病情况，适应各种专科和病患环境，从而使对话内容更贴尽实际，且更具诊断价值。

在学术研究领域，Google 的研究人员专门针对 AMIE 的效能进行了一次随机双盲交叉研究。这次研究录制了经过了认证的患者角色扮演者和执业医生，或者 AMIE 系统进行模拟的远程客观结构化临床考试（OSCE），然后通过多轮同步的文本聊天方式进行交流，并在149个来自不同科室的病例中进行测试。

研究结果显示，在诊断准确性和咨询质量等多个方面，与 20 名初级保健医生相比，AMIE 表现出了较高的诊断准确率和较好的咨询质量，无论是从专科医生的视角，还是从患者角色的视角进行看过都是如此。

作为医疗辅助工具，AMIE 具备了显著提高临床医生解决复杂病例诊断准确率的能力，但它也有一定的局限性，所以对于 AMIE 的研究结果还需要有谨慎的解读，并不能代表日常的临床实践状况，为了打造更加安全可靠的 AI 系统，仍然需要进行更多的研究。

目前，医疗领域仍面临临床专业人才的短缺问题。AMIE 作为 Google 对 AI 系统在医疗领域应用的探索，尝试提供具备与熟练临床医生相当属性的 AI 系统，这也是它的未来愿景。但这个目标的实现，仍然需要大量的科研工作。