AMIE vs MIRA: AI nampak lebih hebat daripada doktor — tetapi belum boleh menggantikan mereka

Dua kajian yang diterbitkan dalam Nature pada Jun 2026 mengubah perbincangan tentang AI perubatan autonomi. Satu kajian memperluas keupayaan AMIE milik Google daripada sekadar membantu diagnosis kepada pengurusan penyakit kronik sepanjang beberapa lawatan. Satu lagi memperkenalkan MIRA, ejen AI yang beroperasi terus dalam sistem rekod kesihatan elektronik (EHR) untuk menilai maklumat perubatan, mencadangkan ujian, menyediakan keputusan diagnosis dan rawatan, serta mengesyorkan kemasukan ke hospital dalam persekitaran simulasi.

Tajuk berita mungkin memberi gambaran bahawa kedua-dua sistem sudah “mengalahkan doktor”. Gambaran yang lebih tepat ialah: kedua-duanya menunjukkan prestasi mengagumkan dalam keadaan terkawal, tetapi bukti untuk penggunaan klinikal dunia sebenar masih belum mencukupi.

Apa yang boleh dilakukan oleh AMIE dan MIRA?

AMIE bergerak daripada diagnosis kepada pengurusan penyakit

AMIE, singkatan bagi Articulate Medical Intelligence Explorer, dibangunkan oleh Google Research, Google DeepMind dan Google Health. Versi awalnya ialah AI perbualan berasaskan teks yang dioptimumkan untuk mengambil sejarah perubatan dan membina diagnosis pembezaan — iaitu senarai kemungkinan penyakit berdasarkan gejala dan maklumat pesakit.

Dalam kajian rawak, buta ganda dan silang menggunakan pelakon pesakit terlatih, AMIE menjalankan perbualan diagnosis simulasi sekurang-kurangnya setanding dengan doktor penjagaan primer yang diperakui dalam beberapa ukuran klinikal dan komunikasi .

Kajian Jun 2026 membawa AMIE ke tahap seterusnya: pengurusan penyakit secara berterusan. Dengan memanfaatkan keupayaan konteks panjang model Gemini, sistem itu menggunakan dua komponen utama — ejen dialog yang menumpukan interaksi empati dengan pesakit dan ejen penaakulan pengurusan yang merujuk ratusan halaman garis panduan klinikal berautoriti .

Dalam 100 senario simulasi yang melibatkan tiga lawatan pesakit, merangkumi kardiologi, pulmonologi, neurologi, OBGYN/urologi dan gastroenterologi, cadangan AMIE dinilai lebih tepat pada beberapa ukuran. Penilai pakar mendapati cadangan AMIE merupakan padanan tepat dengan garis panduan lebih kerap, termasuk 99% berbanding 84% bagi penyiasatan pada lawatan kedua dan 100% berbanding 88% pada lawatan ketiga. Cadangan itu juga menyertakan rujukan jelas kepada sumber garis panduan .

MIRA bertindak dalam rekod kesihatan elektronik

MIRA mengambil pendekatan berbeza. Ia bukan hanya berbual dengan pesakit, sebaliknya direka untuk beroperasi dalam EHR — sistem digital yang digunakan hospital untuk menyimpan sejarah pesakit, keputusan makmal, diagnosis dan pelan rawatan.

Dalam simulasi sistem maklumat hospital, MIRA menilai maklumat perubatan, mencadangkan ujian dan menyediakan keputusan diagnosis serta rawatan berdasarkan kes pesakit sebenar yang direkodkan. Sistem itu dilaporkan mempunyai akses kepada lebih 85,000 tindakan klinikal yang berpotensi .

Dalam penilaian retrospektif, MIRA mencatat ketepatan diagnosis keseluruhan 87.8%, berbanding 78.1% bagi doktor bertauliah. Perbezaannya lebih ketara untuk sesetengah diagnosis, termasuk pankreatitis — 95.2% berbanding 78.6% — dan apendisitis, 100% berbanding 88% .

MIRA mencadangkan lebih banyak ujian darah berbanding doktor, iaitu 51% berbanding 28%, tetapi sebahagiannya mengimbangi penggunaan sumber itu dengan mencadangkan jauh lebih sedikit imbasan pengimejan . Ia turut diuji dengan 880 arahan mencabar yang direka untuk memperdaya sistem. Tiada kebocoran data dilaporkan dalam ujian tersebut .

Namun, penting untuk ditekankan bahawa semua tindakan ini berlaku dalam simulasi. MIRA tidak benar-benar merawat pesakit, mengeluarkan preskripsi di hospital atau membuat keputusan klinikal tanpa pengawasan doktor.

Angka yang mengagumkan, tetapi konteksnya penting

Had paling besar bagi kedua-dua kajian ini ialah jurang antara simulasi dan amalan klinikal sebenar. AMIE diuji dalam pertemuan maya dengan pelakon pesakit profesional. MIRA pula menggunakan kes retrospektif; tingkah laku pesakit disimulasikan oleh ejen AI, bukan melalui interaksi dengan pesakit sebenar .

Ulasan skop menyeluruh mengenai ejen AI dalam penjagaan kesihatan mengenal pasti kekurangan pengesahan klinikal yang kukuh dalam persekitaran dunia sebenar sebagai cabaran utama. Banyak penilaian masih bergantung pada data ideal atau sintetik, bukannya rekod pesakit yang sering mempunyai maklumat tidak lengkap, tidak seimbang dan bercelaru. Oleh itu, keberkesanan klinikal sebenar sistem ini masih belum disahkan secara meluas melalui kajian prospektif .

Beberapa batasan lain juga perlu diberi perhatian:

• Tidak boleh melakukan pemeriksaan fizikal. Sistem berasaskan teks dan data berstruktur tidak boleh meraba abdomen, mendengar bunyi jantung atau menilai cara pesakit berjalan. Dalam banyak kes, pemeriksaan fizikal masih penting untuk membezakan diagnosis.
• Tiada pembelajaran berterusan yang terbukti. Analisis terhadap bab perubatan AI Index Report 2026 mendapati tiada sistem menunjukkan pembelajaran berterusan atau ingatan jangka panjang merentasi pertemuan pesakit yang berbeza .
• Risiko keselamatan masih terbuka. Halusinasi, keputusan yang sukar ditafsir, kegagalan penyelarasan antara ejen dan kemungkinan pelanggaran EHR kekal sebagai risiko penting bagi AI perubatan berasaskan ejen .
• Sukar mengetahui siapa yang bertanggungjawab. Jika cadangan AI membawa kepada kesilapan, persoalan undang-undang dan etika masih belum jelas: adakah tanggungjawab terletak pada pembangun sistem, hospital yang menggunakannya atau doktor yang menyelia?

Pakar melihat kemajuan, bukan pengganti doktor

Reaksi pakar yang dihimpunkan oleh UK Science Media Centre menyifatkan kedua-dua kajian itu sebagai “lonjakan kualitatif” berbanding generasi AI perubatan terdahulu. Namun, pakar yang sama turut mengingatkan bahawa keputusan tersebut diperoleh dalam keadaan terkawal .

Penyelidikan lebih luas mengenai ejen AI dalam penjagaan kesihatan menonjolkan beberapa kebimbangan berterusan.

Kebolehjelasan dan kepercayaan

Apabila ejen AI menghasilkan cadangan diagnosis atau rawatan, proses penaakulan di sebaliknya tidak semestinya telus. Doktor mungkin sukar menjejaki bagaimana sesuatu kesimpulan dicapai. Kekurangan ini boleh menjejaskan kepercayaan dan mengehadkan penggunaannya dalam klinik .

Akauntabiliti dan kawal selia

Peraturan sedia ada, termasuk rangka kerja Pentadbiran Makanan dan Ubat-ubatan Amerika Syarikat (FDA) dan Akta AI Kesatuan Eropah, belum sepenuhnya menangani keperluan tadbir urus khusus untuk ejen AI yang boleh merancang dan melakukan beberapa tindakan klinikal secara berurutan .

Kebolehumuman

Sistem yang dilatih atau diuji menggunakan data daripada satu pusat perubatan atau set data tertentu, seperti MIMIC-IV, mungkin tidak berfungsi sama baik terhadap populasi demografi, protokol pentadbiran atau sistem kesihatan yang berbeza .

Risiko terlalu bergantung pada AI

Versi AMIE yang dikawal ketat, dikenali sebagai g-AMIE, direka untuk mengambil sejarah pesakit tetapi tidak memberikan nasihat perubatan yang diperibadikan. Reka bentuk ini sendiri menunjukkan bahawa penggunaan AI tanpa batasan dan tanpa pengawasan klinikal masih dianggap terlalu awal serta berpotensi berbahaya .

Adakah AMIE atau MIRA hampir digunakan di klinik?

Buat masa ini, kedua-duanya belum bersedia untuk penggunaan klinikal autonomi secara rutin.

AMIE sudah mempunyai beberapa isyarat awal daripada kajian dunia sebenar. Kajian kebolehlaksanaan prospektif satu lengan bersama Beth Israel Deaconess Medical Center menilai penggunaan AMIE untuk mengumpulkan maklumat pesakit sebelum lawatan penjagaan primer . Dalam satu lagi kajian kebolehlaksanaan di klinik rawatan segera melibatkan 100 pesakit, diagnosis pembezaan AMIE merangkumi diagnosis akhir dalam 90% kes dan mencapai ketepatan 75% bagi tiga diagnosis teratas. Namun, doktor penjagaan primer masih mengatasi AMIE dari segi kepraktisan dan keberkesanan kos pelan pengurusan .

Keputusan ini menjanjikan, tetapi kajian kebolehlaksanaan bukanlah percubaan terkawal rawak yang membuktikan peningkatan hasil kesihatan pesakit. Sebelum sistem seperti ini boleh digunakan dengan lebih meluas, beberapa halangan utama perlu ditangani:

• Bukti keselamatan dan keberkesanan. Pengawal selia memerlukan data kukuh sebelum AI digunakan untuk membantu diagnosis atau pengurusan rawatan.
• Integrasi EHR. AI perlu digabungkan dengan sistem sedia ada tanpa mencampurkan kandungan yang dijana AI dan kandungan doktor sehingga asal-usul keputusan klinikal menjadi kabur .
• Pengawasan manusia. Doktor perlu kekal sebagai pihak yang menyemak, mentafsir dan bertanggungjawab terhadap keputusan klinikal.
• Jurang pemeriksaan fizikal. Perbualan digital dan data berstruktur tidak dapat menggantikan penilaian langsung terhadap keadaan tubuh pesakit.
• Kesaksamaan kesihatan. Kedua-dua sistem masih memerlukan pengesahan terhadap populasi dunia sebenar yang lebih pelbagai sebelum tuntutan prestasi saksama boleh dibuat.

Kesimpulan: prototaip yang hebat, bukan doktor digital

Kajian Jun 2026 memang menunjukkan kemajuan sebenar. AMIE berkembang daripada sistem perbualan diagnosis satu kali kepada alat yang boleh merancang pengurusan penyakit merentasi beberapa lawatan dengan merujuk garis panduan klinikal. MIRA pula menunjukkan bagaimana ejen AI boleh menavigasi EHR dan mencadangkan tindakan klinikal dalam simulasi retrospektif pada tahap yang setanding atau lebih tinggi daripada doktor bagi tugasan tertentu .

Tetapi keputusan ujian tidak sama dengan keberkesanan rawatan di klinik. Dunia perubatan sebenar dipenuhi maklumat yang tidak lengkap, pesakit yang sukar berkomunikasi, kekangan masa dan sumber, variasi antara hospital, serta keperluan menentukan pihak yang bertanggungjawab apabila sesuatu berlaku.

Langkah seterusnya yang paling penting ialah kajian prospektif terhadap pesakit sebenar, pengesahan keselamatan merentas populasi, peraturan yang jelas dan bukti bahawa AI benar-benar meningkatkan hasil pesakit — bukan sekadar mendapat markah tinggi dalam senario ujian .

Kesimpulannya, AMIE dan MIRA lebih tepat dilihat sebagai prototaip penyelidikan berkeupayaan tinggi dan bukannya pengganti doktor. Dalam jangka terdekat, peranan paling munasabah untuk sistem seperti ini ialah membantu doktor mengambil sejarah, menyusun maklumat dan menyemak pilihan rawatan — dengan pengawasan manusia yang jelas.