Google在2026年8月11日披露了医疗AI研究系统AMIE的一项新进展：它正在从文字问答走向实时视频问诊场景。相比传统医疗聊天机器人，视频场景的难点在于AI不只要理解文字，还要同时处理画面、声音、对话节奏和患者反馈。

根据Google Research与Google DeepMind的介绍，新版AMIE基于Gemini和Project Astra相关能力，采用多智能体架构，目标是在视频咨询中理解视觉和听觉线索，并引导模拟的远程体格检查。也就是说，系统不只是回答“可能是什么病”，还要在交流中判断下一步该问什么、看什么，以及如何把信息整合成诊断推理。

Google称，研究团队进行了随机模拟咨询实验，参与对象包括患者演员和初级保健医生。在评估中，AMIE在病史采集、诊断准确性、管理建议适当性、沟通质量等方面获得了较高评价；患者演员也更偏好视频体验，而不是纯文字聊天体验。这些结果说明，多模态AI在医疗沟通中的潜力正在变得更具体。

不过，这条新闻最需要强调的不是“AI医生来了”，而是“医疗AI研究进入了更接近真实交流的实验阶段”。Google也明确表示，AMIE仍然是研究系统，距离真实医疗环境中的部署还需要更多研究和验证。医疗场景涉及安全、责任、隐私、监管和公平性，不能因为模拟实验表现好，就直接等同于临床可用。

从产业角度看，这类进展值得关注，因为它把多模态模型的价值从“看图说话”推向了更高风险、更高门槛的专业服务。未来医疗AI真正落地，可能不会首先替代医生，而是帮助医生进行预问诊、随访、分诊、记录整理和患者沟通辅助，让有限的医疗资源更有序地分配。

来源：Google：AMIE video consultations

配图说明：本文配图为原创AI生成的远程问诊研究场景示意图，不包含真实患者信息，不构成医疗建议。