この記事のポイント
- AMIE Videoは会話・計画・映像や音声の知覚を分担する研究用の医療AIです。
- 評価は模擬患者によるビデオ診察で、実患者の診療成績を示すものではありません。
- Googleは実臨床への導入にはさらなる研究が必要としています。診断を任せる製品ではありません。
Googleの公式ブログと論文から、ビデオ診察の評価研究を紹介します。模擬患者で測った性能と臨床適用を分けて整理します。
AMIEとは:3つのAIエージェントが同時に働く研究用AI
AMIEはGoogle ResearchとGoogle DeepMindが開発する医療AIの研究です。最新版「AMIE(Video)」は、テキストでの問診に加えビデオ通話で患者の表情や声のトーン、身体の動きも読み取れます(Google公式ブログ、2026年8月11日発表)。土台はGoogleの「Gemini」と、リアルタイムの音声・映像理解に強い「Project Astra」の技術です。
中身は単一のAIではなく、Talker(患者と会話を続ける役)、Planner(裏側で診断の仮説や治療方針を組み立てる役)、Perception(映像・音声から表情や姿勢など言葉にならない手がかりを拾う役)という3つに分かれた「非同期マルチエージェント」構成です(Google Research公式ブログ)。会話のテンポを保ちながら、裏側でじっくり臨床推論を進める仕組みだといいます。
試験結果:診断・問診・身体診察の誘導は医師と同等以上
実力を測るため、米国の家庭医(PCP)30名、模擬患者15名、5つの身体領域にまたがる100の臨床シナリオで、①AMIE(Video)②テキストのみのAMIE(Text)③人間の医師を比較する「OSCE(客観的臨床能力試験)」形式のランダム化比較試験が行われました(独立臨床評価者20名が評価、論文「Towards Expert-level Medical AI for Real-time Video Consultations」2026年8月)。
| 評価項目 | AMIE(Video) | 人間の医師(PCP) |
|---|---|---|
| 総合スコア | 83% | 68% |
| 診断精度(第1候補が正解と一致) | 91% | 77% |
| 臨床推論 | 90% | 76% |
| 問診(病歴聴取) | 86% | 78% |
| ビデオを使った身体診察の誘導 | 72% | 39% |
総合スコアは統計的に有意差があり(p=1.32×10⁻⁹)、特に身体診察の誘導で差が大きく出ました。AMIE(Video)は模擬患者に自己触診や関節可動域の確認を積極的に促し、これが評価を押し上げたとみられます。会話時間はAMIE(Video)が平均8.94分、人間の医師が9.30分とほぼ同じでした。
信頼関係づくりは人間に分、実患者での検証はこれから
良いことずくめではありません。臨床評価者が採点した共感性(82% vs 71%)や関係構築(80% vs 69%)はAMIE(Video)が上回った一方、模擬患者自身への「信頼関係を築けたか」「パートナーとして向き合えたか」というアンケートでは逆の傾向が出ました(信頼関係81%対82%、パートナーシップの実感66%対74%、いずれも有意差なし)。論文は「臨床でのやりとりが、診断・マネジメントの正確さだけでは測れないことを示している」と総括。なお試験では視覚的な印象を排除するため、人間の医師側もカメラをオフにして通話する条件でした。
また、ここまでの結果はいずれも模擬患者(俳優)を相手にした試験でのもので、実際の患者を診た結果ではありません。論文は「AMIE(Video)は実世界での臨床導入に対応できる段階ではなく、いくつかの重要な限界が残っている」と明言しており、細かな身体所見の識別や微妙な感情表現の読み取りが今後の課題として挙げられています。実際の診療現場での検証は「責任ある実用化の前に不可欠な次のステップ」と位置づけられています。
まとめ：模擬患者の評価と臨床利用を区別する
医療AIの研究動向を調べる方には、模擬患者による評価が何を測ったかが重要です。診察の支援可能性と、実患者への適用を認められた状態は異なります。評価項目と限界を併せて読むことが、研究成果を過大に受け取らないための判断材料になります。
※ 2026年9月時点の情報です。試験結果はGoogle Research公式ブログおよび論文発表時点のものです。
