Konsultasi video dengan AMIE: Sistem AI Google dilakukan pada tingkat dokter
Sistem AI medis percobaan Google mengadakan konsultasi sinkron dengan pasien-pasien aktor- dan menerima evaluasi dari ahli klinis yang sebanding dengan dokter-dokter hidup. Para peneliti menekankan bahwa kesimpulan akhir tentang aplikasi praktis hanya mungkin setelah percobaan dengan pasien nyata.

Dalam beberapa tahun terakhir, kecerdasan buatan telah membuat semakin percaya diri dalam pengobatan, tetapi kebanyakan sistem bekerja dengan data teks atau tugas individu. Penelitian baru dari Google membawa percakapan ke tingkat yang berbeda: perusahaan menguji sistem percobaan AMIE pada konsultasi video hidup, dan hasilnya sebanding dengan hasil dari praktek dokter. Ini tidak berarti AI siap untuk menggantikan dokter, tetapi ia sudah dapat melakukan pemeriksaan dan mengumpulkan sejarah medis pada tingkat spesialis perawatan utama.
Apa yang ditunjukkan penelitian itu
Persidangan melibatkan 15 aktor profesional yang berperan sebagai pasien dengan keluhan di lima area: masalah jantung, nyeri perut, gejala ENT dan mata, kondisi syaraf dan kejiwaan, serta penyakit musculoskeletal. Setiap konsultasi berlangsung dalam format video yang sinkron: AMIE berbicara dengan aktor secara langsung, mengajukan pertanyaan, dan mencoba untuk melakukan pemeriksaan virtual.
Sebuah panel independen dari 20 dokter perawatan primer berpengalaman dievaluasi dialog ini menggunakan standar rubrik klinis. Yang mengejutkan adalah nilai AI setara dengan para dokter yang bekerja di bawah skema yang sama. Ini tidak hanya diterapkan untuk mengumpulkan keluhan tetapi juga untuk mendiagnosa akurasi, kepantasan rekomendasi, dan kualitas komunikasi. Format video juga memperoleh keuntungan dari obrolan teks: dokter menilai sistem bekerja dengan aliran video yang lebih tinggi untuk mengidentifikasi tanda-tanda fisik dan membimbing aktor melalui pemeriksaan virtual. Para aktor juga menyukai video - mereka menemukan lebih nyaman dan efektif untuk menjelaskan masalah, dan mencatat tingkat tinggi empati dan kepercayaan dalam pengobatan.

Bagaimana AMIE bekerja
Rahasia kesuksesannya terletak pada arsitektur yang tidak biasa. AMIE menggunakan skema multi- agen asynchronous dimana tiga agen independen bertanggung jawab untuk proses ini. Pertama, pembicara, secara langsung melakukan percakapan dengan pasien: tugasnya adalah untuk menjaga dialog, mengajukan pertanyaan, dan menanggapi pernyataan. Agen kedua, perencana, bekerja diam-diam di latar belakang: terus update diagnosis diferensial dan rencana pengobatan, melacak apa data yang hilang, dan menyesuaikan strategi pertanyaan. Ketiga -persepsi- Penarikan: itu menganalisis aliran video dan audio, mengambil isyarat nonverbal, catatan terlihat tanda-tanda fisik, dan bahkan terdengar seperti batuk atau bernapas.
Pembagian tenaga kerja ini memungkinkan agen pembicara untuk menanggapi hampir seketika tanpa menunggu perhitungan latar belakang lambat untuk menyelesaikan. Akibatnya, percakapan terasa alami, tanpa jeda, sementara semua pekerjaan cerdas terjadi di balik layar. Ini adalah perbedaan kunci dari chatbot konvensional, yang proses permintaan secara penuh dan hanya kemudian kembali respon.
Metode dan hasil
Studi ini dirancang sebagai percobaan lengan multi- acak. Video Synchronous AMIE dibandingkan dengan versi teks dari sistem yang sama dan dengan kelompok dari sepuluh dokter perawatan utama bersertifikat menggunakan antarmuka video yang sama. Semua konsultasi kemudian secara membabi buta dinilai oleh panel ahli terhadap dua set kriteria: kompetensi klinis keseluruhan dan keterampilan indah-spesifik.
Selain itu, Google mengembangkan suite evaluasi otomatis berdasarkan taksonomi kompetensi telekedokteran. Hal ini digunakan untuk menguji persepsi spesifik tugas - misalnya, kemampuan untuk membedakan sisi anatomi atau tanda-tanda pemberitahuan dari kesulitan pernapasan. Dalam beberapa simulasi, informasi visual disediakan sebagai deskripsi teks untuk menguji keterampilan dialog tanpa akhir video stream. Hal ini memungkinkan untuk cepat mengidentifikasi kelemahan dalam sistem dan memperbaiki desain sebelum sidang dengan aktor.
Penilaian akhir menunjukkan bahwa setiap dari tiga agen berkontribusi untuk meningkatkan metrik klinis: pengambilan sejarah, penalaran klinis, rekomendasi pengobatan, komunikasi, dan respon latensi. Video AMIE baik cocok atau melampaui dokter di semua metrik kunci dan outplayed versi teks dalam sebagian besar aspek. Satu-satunya area di mana video lag adalah, mungkin, kecepatan - tetapi bahkan indikator yang terbukti diterima.

Batas dan prospek
Meskipun hasil yang mengesankan, penulis studi sendiri memperingatkan keterbatasan serius. Yang utama adalah para aktor tidak dapat sepenuhnya menyampaikan berbagai macam pasien asli: gejala mereka, perilaku mereka, kualitas koneksi, lingkungan, dan sejarah medis selalu diperpanjang di luar naskah yang sudah disiapkan. Selain itu, kasus di mana persepsi audiovisual dapat memberikan informasi diagnosis yang sangat penting sengaja dikeluarkan dari skenario - hanya karena aktor tidak bisa meyakinkan menggambarkan mereka.
Baik penilaian otomatis maupun konsultasi simulasi membuktikan bahwa sistem akan bekerja dengan baik di klinik nyata. Google saat ini memiliki hampir tidak ada data produksi - semua batasan real-world tetap teks-berbasis. Oleh karena itu, sebelum setiap pembicaraan tentang menyebarkan AMIE dalam praktek, percobaan skala penuh dengan pasien nyata diperlukan, di mana gejala dan perilaku masyarakat jauh lebih tidak dapat diprediksi.
Namun demikian, fakta bahwa AI dapat melakukan diagnosis diferensial, mengumpulkan sejarah medis, dan membangun pemeriksaan virtual pada tingkat praktisi umum terlihat menjanjikan. Di masa depan, sistem tersebut bisa menjadi asisten yang berguna bagi dokter, terutama dalam telekedokteran - tapi untuk sekarang, ini hanya sebuah prototipe penelitian, bukan alat klinis yang siap dibuat.
Pertanyaan yang sering ditanyakan
Bahan terkait
Semua bahan
OpenCollab: koordinasi agen yang dapat diprogram, lingkungan eksekusi terkontrol, dan metrik kepatuhan terhadap kebijakan
Framework ini menyatukan penetapan struktur interaksi agen, lingkungan eksperimen bersama, dan pelacakan peristiwa yang terperinci, sementara metrik Adherence yang diperkenalkan menunjukkan sejauh mana pelaksanaan aktual sesuai dengan skema yang dinyatakan. Dalam benchmark, konfigurasi Duo mencapai tingkat SOTA baru, sedangkan varian agen tunggal memiliki konsumsi token terendah.
11 November 2026
Toollery: memilih alat untuk agen LLM dari puluhan ribu opsi tanpa fine-tuning
Toollery membangun indeks pencarian berdasarkan deskripsi keterampilan dan alat, lalu saat ada permintaan hanya meneruskan sekumpulan kandidat terbatas ke model. Dalam eksperimen pada pustaka berskala hingga puluhan ribu fungsi, pendekatan ini mampu mempertahankan kualitas pemilihan dengan top-K tetap, meskipun dampak akhirnya bergantung pada profil beban dan caching di penyedia.
11 November 2026
Diagnostik bertahap agen GUI dalam analisis dasbor: benchmark DashAct
DashAct diperkenalkan sebagai tolok ukur yang terdiri atas 348 trajektori yang diverifikasi manusia, yang menguraikan kerja agen GUI dengan panel interaktif menjadi tiga tahap dan empat kondisi visual. Hasilnya menunjukkan masalah yang terus berulang dalam memprediksi tindakan dan mengaitkannya dengan target visual, serta ketergantungan respons agen pada dukungan kontekstual dan spasial.
11 November 2026