谷歌联合医疗机构启动全国性AI虚拟医疗随机对照研究

谷歌与美国领先医疗服务供应商Included Health合作，启动首个全国性随机对照研究，评估对话式AI在真实虚拟医疗工作流中的表现。这项研究将超越模拟和回顾性数据，旨在收集严格的前瞻性证据，了解AI在临床规模应用中的实际表现。

具有临床推理和对话能力的AI系统有潜力大幅提高医疗专业知识和护理的可及性，同时让医生有更多时间与患者在真正重要的事项上互动。然而，负责任地开发这些技术需要采取严格的循证方法。在过去几年中，谷歌团队通过研究系统探索了"可能艺术"，这些系统在模拟环境中展现了临床医生级别的能力。虽然已开始在临床环境中测试这些系统的安全性和可行性，但要进入下一阶段的评估，需要更多的严谨性和规模。这涉及研究AI在虚拟医疗中的效用和影响，包括跨越多个地理位置和医疗条件的更多患者，以及受控的对比研究。

待伦理委员会批准后，谷歌将启动一项前瞻性、获得知情同意的全国性随机研究，在真实虚拟医疗环境中评估AI。这项新研究将建立在谷歌关于AI用于诊断和管理推理、个性化健康洞察和健康信息导航的基础研究之上。

这项工作代表了谷歌研究的重大演进。早期在《自然》杂志上发表的研究首次评估了AI系统的诊断推理能力，包括其对医生的辅助作用。随后，研究人员将该系统的对话诊断能力与模拟环境中真人医生的能力进行了比较。除了理解能力外，研究还探索了以医生为中心的异步监督范式。谷歌与Beth Israel Deaconess Medical Center合作进行的单中心可行性研究，是测试对话式AI在真实临床环境中应用的初步尝试。该研究的目标是根据安全监督员因安全问题进行干预次数等结果指标来证明系统的安全性。初步研究显示了强有力的安全迹象，相关结果将在研究完成后公布。

新研究将超越可行性阶段，采用随机对照试验设置，招募全国范围内的知情同意参与者。通过在这个规模上收集强有力的证据，谷歌旨在更好地理解AI在真实虚拟医疗工作流中管理患者互动与标准临床实践相比的能力和局限，面向真实患者和真实医疗需求。

谷歌采取负责任的方法来表征对话式医疗AI的有效性和安全性。这种分阶段研究对话式AI在健康领域应用的方法确保随着研究阶段的进展，会获得更多关于患者和临床医生体验、AI系统安全性和实用性的数据，以指导后续创新的负责任发展。谷歌相信，在健康领域中对对话式AI采取负责任的方法应该采纳高标准的证据生成，类似于医学中的其他干预措施。这是确保AI能够安全部署在医疗保健中，同时与患者和护理团队建立信任的关键一步。

这项研究受到谷歌多年基础研究的指导，研究系统性地调查了有帮助且安全的医疗AI所需的能力。谷歌首先通过AMIE项目解决了医学面试的核心挑战。与患者演员和合成临床情景的研究表明，通过模拟自我对战训练的AI系统在诊断准确性和模拟咨询中的对话质量上可以匹配或超过初级保健医生。谷歌进一步推进了这些能力以支持纵向疾病管理，使系统能够在临床指南和患者病史上进行推理，计划检查和治疗，以及通过多模式证据进行推理。

认识到健康超越诊所范围，谷歌还通过个人健康智能体（PHA）的回顾性研究调查了AI如何在个人健康数据上进行推理。这项研究探索了多模式模型如何分析来自可穿戴设备的睡眠模式和活动指标，以提供个性化的指导和洞察。通过使用协作多智能体架构，PHA演示了AI如何同时充当数据科学家、领域专家和健康教练，这些能力对于理解患者的完整健康背景至关重要。这些洞察也为Fitbit Labs中的实验（如症状检查器和医疗记录导航）和护理计划提供了信息，帮助谷歌了解用户在家中评估症状和为即将到来的医生访问做准备时如何获得个性化支持。

为了支持人们在线搜索健康信息，谷歌演示了一个新颖的"导航"AI智能体如何通过前瞻性对话引导、目标理解和定制对话帮助人们找到更好的信息。这一系列研究为如何构建清晰、有帮助且扎根于健康旅程实际现实的AI交互提供了重要洞察。

这些不同的研究方向——诊断和管理推理、个人健康洞察和健康信息导航——为谷歌在本次和未来研究中检验的AI系统奠定了基础。通过从在实验室中演示可能艺术转向在真实世界规模上研究AI系统，谷歌正在采取关键步骤，通过医疗智能的前沿模式让高质量护理对所有人都可及。

Q&A

Q1：谷歌为什么要进行这项全国性的随机对照研究？

A：这项研究旨在从模拟环境和小规模可行性研究过渡到大规模真实世界的研究，建立医疗AI证据生成的新高标准。通过收集真实患者和医疗需求中对话式AI的严格数据，谷歌希望更好地理解AI系统如何能够在虚拟医疗工作流中安全有效地运用，最终为所有人增加医疗专业知识的可及性。

Q2：谷歌之前已经进行过哪些AI医疗研究？

A：谷歌进行了多项基础研究，包括AMIE项目（诊断和管理推理）、个人健康智能体PHA项目（个性化健康洞察）和导航AI项目（健康信息导航）。这些研究在模拟环境中展现了AI的临床医生级别能力，包括诊断准确性、对话质量和纵向疾病管理能力。

Q3：这项研究的安全性是如何保障的？

A：谷歌采取了分阶段的方法，从早期的模拟研究开始，到单中心可行性研究，现在扩展到全国性随机对照试验。每个阶段都收集关于安全性、实用性和患者体验的数据，以指导负责任的创新发展。新研究将采用严格的证据生成标准，类似于医学中的其他干预措施。