近年来,人工智能越来越有信心地进入医学领域,但大多数系统都与文本数据或个人任务配合. 来自Google的新研究将对话带到了不同的层次:公司在现场视频咨询中测试了其实验性的AMIE系统,结果与执业医生的工作相当. 这并不意味着AI已经准备好替代医生,但它已经可以在初级护理专家一级进行体检并收集病史.
研究显示的
审判涉及15名专业演员,他们在五个领域扮演有投诉的病人:心肺问题、腹痛、ENT和眼睛症状、神经和精神状况以及肌肉骨骼病。 每次咨询都以同步视频形式进行:AMIE实时与演员交谈,提问,以及 试图进行虚拟测试。
一个由20名有经验的初级保健医生组成的独立小组利用标准化的临床题材对这些对话进行了评价。 令人惊讶的是,AI的分数与在同一计划下工作的活医生的分数相当。 这不仅适用于收集投诉,而且适用于诊断的准确性、建议的适当性以及沟通的质量。 视频格式也比文本聊天获得了优势:医生对使用视频流工作的系统评分较高,用于识别物理标志并通过虚拟检查指导演员. 演员们自己也更喜欢录像——他们认为它更方便和有效地描述问题,并且注意到对治疗的高度同情和信心。
AMIE如何运作
其成功的秘密在于一个不寻常的建筑. AMIE采用同步的多代理方案,由三名独立代理负责这一过程. 第一个 说话者,直接进行与患者的对话:其任务是保持对话,提出澄清问题,并回复陈述. 第二个特工 规划员,在背景中静悄悄地工作:它不断更新差分诊断和治疗计划,跟踪缺失的数据,并调整询问策略. 第三个认知——手感感:它分析视频和音频流,拾取非语言提示,记录可见的物理征兆,甚至发出咳嗽或呼吸等声音.
这种分工使得说话者代理人几乎可以立即响应,而不必等待缓慢的背景计算完成. 因此,对话感觉自然,没有停顿,而所有的智慧作品都发生在幕后. 这与常规聊天器是关键区别,它们完全处理一个请求,然后返回回复.
方法和结果
该研究被设计为随机的多臂试验. 将同步视频AMIE与同一系统的文本版本以及使用同一视频界面的10名认证初级保健医生进行对比。 然后,专家小组根据两套标准对所有咨询进行盲目评估:总体临床能力和针对具体情况的技能。
此外,谷歌还开发了一套基于远程医疗能力分类的自动评价套件。 它被用来检验具体的感知任务——例如,辨别解剖面或呼吸困难的注意迹象的能力。 在一些模拟中,视觉信息被作为文本描述提供,以测试对话技能,而没有端到端的视频流. 这使得能够迅速找出系统的弱点,并在与行为者进行试验之前改进其设计。
最后的评估表明,这三种药剂都有助于改进临床测量:历史采集、临床推理、治疗建议、沟通和反应延迟。 视频AMIE要么在所有关键指标上与医生匹配,要么超越医生,并在大多数方面超过了文本版本。 也许视频滞后的唯一领域是速度,但即使这一指标也证明是可以接受的。
限制和前景
尽管取得了令人印象深刻的成果,但研究作者自己也警告说存在严重的局限性。 主要的一点是,演员不能充分传达真实患者的变异性:他们的症状,行为,连接质量,环境,以及医疗史总是超越一个准备好的剧本. 此外,视听感知能够提供特别重要的诊断信息的情况被故意排除在设想之外,这仅仅是因为行为者无法令人信服地描述这些情况。
无论是自动评估还是模拟咨询,都无法证明该系统在真正的诊所中同样运作良好。 Google目前几乎没有生产数据——所有现实世界的限制仍然是以文字为基础的。 因此,在谈论实际部署AMIE之前,需要对真正的病人进行全面的试验,因为那里的人们的症状和行为远不如预测。
然而,大赦国际可以进行差别诊断,收集病史,在全科医生一级建立虚拟检查,这一事实本身看来很有希望。 今后,这种系统可以成为医生的有用助手,特别是在远程医疗方面——但目前这只是一种研究原型,而不是一种现成的临床工具。
