Google ResearchとGoogle DeepMindは2026年8月11日、医療AI研究システム「AMIE」の新機能を発表しました。AMIEがリアルタイムのビデオ診療に対応したという内容です。AMIEはGeminiとProject Astraを基盤にした、マルチエージェント構成(複数のAIが役割分担しながら協調する仕組み)のAIです。患者の映像や音声から視診・聴診的な手がかりを読み取ります。バーチャルな身体診察を誘導しながら診断推論を行う点が新しく、模擬患者を使った臨床研究で評価されました。開発チームは実際の医療現場への導入には、さらなる研究が必要だと述べています。
背景と文脈
AMIEは「Articulate Medical Intelligence Explorer」の略称です。Google ResearchとGoogle DeepMindが研究用に開発してきた医療AIシステムです。大規模言語モデル(LLM、大量のテキストで学習し自然な対話を生成するAIモデル)を土台に、問診対話に特化して訓練されています。学習には、AI自身が患者役と医師役を演じ合う自己対戦形式のシミュレーション環境が使われ、様々な疾患を想定した対話パターンを効率よく学習しています。2025年には医学誌Natureに研究成果が掲載され、テキストチャットによる問診能力が検証されました。
この研究では、カナダ・英国・インドの159症例を対象としました。模擬患者とAMIE、模擬患者と20名のプライマリケア医がそれぞれ問診を行う、無作為化二重盲検クロスオーバー試験です。専門医による評価では32項目中30項目、模擬患者による評価では26項目中25項目でAMIEが医師を上回る結果となりました。病歴聴取や診断精度、コミュニケーションの質などが評価軸です。
ただしこれまでのAMIEはテキストのやり取りに限られ、患者の表情や動作、声の調子といった非言語情報を扱えませんでした。実際の診察では視診や聴診が診断の重要な手がかりになるため、この制約は臨床応用への大きな壁でした。医師が問診時に無意識に読み取る顔色や呼吸の乱れ、歩き方の変化なども、テキストだけでは伝わりません。今回のビデオ診療対応は、こうした課題に取り組む位置づけの発表といえます。
技術/ビジネス面
新しいAMIEは、GeminiとProject Astraを組み合わせて構築されています。複数のAIが役割分担しながら協調して処理を行う構成です。リアルタイムの映像・音声ストリームを解析し、患者の表情や姿勢、呼吸の様子といった視覚的な手がかりを読み取ります。咳の音や歩き方、痛みを示すしぐさなど、医師が診察室で自然に観察している情報も処理対象です。従来のテキスト問診に加え、視診・聴診に相当する情報処理が加わった点が最大の変化です。
AMIEはビデオ通話中に、患者へバーチャルな身体診察の手順を口頭で指示できます。例えば喉の見え方や皮膚の状態を確認するよう促し、得られた映像情報を診断推論に組み込みます。評価研究では模擬患者役の俳優とプライマリケア医が参加し、臨床評価者が病歴聴取の徹底性や診断精度、対応の適切さ、コミュニケーション品質を採点しました。テキスト版と同様、複数の臨床能力を多角的に測る評価設計が踏襲されています。
注目すべきは、模擬患者がテキストチャットよりビデオでのやり取りを好んだと回答した点です。テキストでは伝わりにくい症状のニュアンスも、映像なら自然に共有できるためと考えられます。医療分野に限らず、音声・映像・言語を統合するマルチモーダルAI(複数の情報形式を同時に扱えるAI)が実用段階に近づいている流れを示す事例といえます。
これからどうなるか
開発チームは、AMIEを実際の臨床現場に導入するには「さらなる研究が必要」と明言しています。診断の誤りが人命に関わる医療分野では、精度検証や規制対応、安全性評価のハードルが他分野より高いためです。誤診や見落としのリスクをどこまで許容できるか、臨床現場ごとの基準づくりも今後の課題です。当面はAMIEも研究用システムの位置づけにとどまり、実用化には数年単位の時間がかかると見られます。
開発者にとって注目すべきは、リアルタイム映像を解析しながら対話を続けるマルチエージェント構成の設計思想です。音声と映像の入力を絶え間なく処理しつつ応答の一貫性を保つ設計は、対話AIを作る上で共通の課題になります。同様の仕組みは遠隔診療や介護、カスタマーサポートなど、映像を伴う対話型サービスの開発にも応用できます。Project Astraのような映像理解の基盤技術が今後公開されれば、自社プロダクトに映像対話機能を組み込む選択肢が広がるでしょう。
まとめ
Google ResearchとGoogle DeepMindは、医療AI「AMIE」をビデオ診療に対応させ、視診・聴診的な情報も扱えるようにしたと発表しました。模擬患者はテキストよりビデオでのやり取りを好み、対話型AIの臨床応用が一歩前進した形です。実際の医療現場への導入には、なお研究が必要とされていますが、映像対話AIの可能性を示す事例として注目されます。開発者にとっても、映像と対話を組み合わせたAIサービスの設計を考える上で参考になる発表です。
