Google AMIE 與 MIRA 醫療 AI 的真實面貌：2026 年最新研究深度解析

在回溯性模擬中，MIRA 的總體診斷準確率達到了 87.8%，高於醫師的 78.1%。在特定診斷上，其優勢尤其明顯，例如胰臟炎（95.2% vs. 78.6%）和闌尾炎（100% vs. 88%）。MIRA 開立的血液檢查次數比醫師多（51% vs. 28%），但同時也大幅減少了影像學檢查的數量 。該系統可執行的臨床動作超過 85,000 種，並在測試中接受了 880 個旨在欺騙 AI 的對抗性提示，結果顯示沒有發生數據外洩 。

關鍵的限制

儘管數據亮眼，這兩個系統都面臨著同樣嚴峻的現實：它們從未在真實臨床環境中對真實患者進行過測試。這個模擬與現實之間的差距，是獨立專家評審醫療 AI 系統報告時最常見的主題。

一篇在 PMC 上發表的全面性範圍綜述，直接點出了主要的挑戰：「缺乏在真實世界環境中的強健臨床驗證。」這些評估常常依賴於理想化、合成性的數據集，而不是處理真實病患記錄中常見的數據稀疏、不平衡和缺失值等特徵。該綜述結論指出，這些系統的真實臨床效用，尚未得到前瞻性研究的證實 。

其他主要限制包括：

• 文字為基礎的限制。AMIE 和 MIRA 主要透過文字和結構化數據運作。兩者都無法進行身體檢查——例如觸診腹部、聽診心音或觀察患者步態。這並非小缺口；理學檢查對許多診斷來說仍然是基礎。
• 無法持續學習。2026 年 AI 指數報告中關於醫學章節的分析證實，沒有任何系統展現出跨不同患者的持續學習能力或長期記憶 。
• 模擬演員，非真實患者。AMIE 的多輪疾病管理研究雖然嚴謹，但使用的是專業的標準化病人在虛擬的 OSCE 情境中進行。MIRA 的評估則使用回溯性病例，由 AI 系統模擬患者行為，而非與真實患者互動 。
• 安全漏洞。同一份 AI 指數報告指出，幻覺、不透明的決策過程、AI 間的協作失敗，以及電子健康紀錄漏洞的脆弱性，都是自主醫療 AI 尚未解決的安全風險 。

專家警告

評論這兩項《自然》研究的科學家們，一方面肯定其重要性，另一方面也強調距離臨床應用仍十分遙遠。英國科學媒體中心（UK Science Media Centre）彙整的專家意見指出，這項工作是「一個質的飛躍」，但也點明這些結果來自於受控的環境 。

更廣泛的醫療 AI 系統研究則指出了幾個持續存在的隱憂：

可解釋性與信任。當 AI 系統產出診斷或治療建議時，其背後的推理過程往往缺乏透明度，使得臨床醫師難以追溯結論是如何得出的。這不僅削弱了信任，也限制了其採用 。

責任歸屬模糊。一旦發生錯誤的結果，法律與道德責任應由誰承擔——是 AI 開發者、部署機構，還是監督的臨床醫師？目前包括 FDA 和歐盟 AI 法案在內的監管框架，都尚未針對自主醫療 AI 的特殊治理需求提出解決方案 。

通用性不足。在單一醫療中心或特定數據集（如 MIMIC-IV）上訓練和評估的系統，可能無法在不同族群、行政流程或醫療體系中穩定運作 。

過度依賴的風險。即使是開發出受限版 AMIE（稱為 g-AMIE）的研究人員，也承認需要明確的限制。g-AMIE 被設計為僅進行問診，而避免提供個人化的醫療建議——這直接承認了無限制的自主使用為時過早，且具有潛在危險 。

邁向真實世界部署的道路

無論是 AMIE 或 MIRA，都尚未準備好常規臨床部署。AMIE 已踏出真實世界驗證的第一步，與貝斯以色列女執事醫療中心（Beth Israel Deaconess Medical Center）合作進行了一項前瞻性、單臂可行性研究，探討 AMIE 如何在門診初診前協助收集患者資訊 。另一項針對 100 名患者進行的急診可行性研究，評估了 AMIE 的診前問診能力。結果顯示，其鑑別診斷涵蓋最終診斷的比率為 90%，前三名準確率為 75%——儘管在管理計畫的實用性和成本效益上，家庭醫學科醫師仍勝過 AMIE 。

這些都是充滿希望的早期訊號，但它們只是可行性研究——並非能證明改善患者預後所需的隨機對照試驗。醫療 AI 領域在實際部署前，普遍面臨一系列未解的挑戰：

• 法規途徑。用於診斷或管理的臨床 AI 系統，需要安全性和有效性的證據。目前尚無主要監管機構為臨床環境中持續學習的自主 AI 系統建立明確的框架。
• EHR 整合。將大型語言模型整合到現有電子健康紀錄系統中，會帶來實務和治理上的挑戰，包括 AI 生成與人類生成的內容混合，導致臨床責任歸屬模糊的風險 。
• 理學檢查的鴻溝。基於文字對話的 AI 和處理結構化數據的 AI，無法取代仍是臨床實踐核心的實際身體檢查。
• 健康公平性。這兩個系統都未能在多元的真實世界族群中得到驗證，以支持其具有公平表現的主張。

總結與展望

2026 年 6 月的這些研究代表了真正的進展。AMIE 已從單次就診的診斷對話，進化到能進行多輪疾病管理並引用臨床指引的推理。MIRA 則證明了自主 AI 系統能夠在仔細控制的回溯性模擬中，導航電子健康紀錄並開立檢查和治療，其水準可與醫師匹敵甚至超越 。

然而，這些演示與真實世界醫療之間的差距仍然巨大。正如那篇關於醫療 AI 系統的範圍綜述所言，大多數評估所依賴的數據集和環境，並未反映出真實臨床環境中的雜訊、模糊性、資源限制和問責要求 。

下一個關鍵里程碑，將是針對真實患者的前瞻性研究、清晰的監管框架、在多元族群中證實安全性，以及證明這些系統能改善患者預後，而非僅是在測試場景中與醫師表現相當。在此之前，AMIE 和 MIRA 仍然是令人印象深刻的研究原型——它們並非人類醫師的替代品，而是潛在的未來工具，在真正進入任何診所之前，仍需大量的進一步驗證。