17 марта 2026 года Google Research провела ежегодное мероприятие The Check Up, на котором представила несколько ключевых направлений своей работы в области медицинского ИИ. Главными анонсами стали концепция Personal Health Agent (PHA) — мультиагентной системы для носимых устройств на базе больших мультимодальных моделей (LMM), — а также опубликованные в Nature Cancer результаты клинических исследований ИИ для скрининга рака молочной железы и новые данные о развёртывании открытой модели MedGemma в Индии и Сингапуре.
Personal Health Agent: от трекеров к коллаборативному ИИ-ассистенту
В партнёрстве с Fitbit Google провела исследование на территории США, в ходе которого сравнивала эффективность традиционных фитнес-приложений (отслеживание шагов, калорий) и нового подхода — Personal Health Agent. PHA представляет собой не единое приложение, а интегрированную команду из трёх агентов: data scientist (анализ данных), domain expert (медицинская экспертиза) и health coach (поведенческая поддержка). Система использует большие мультимодальные модели для преобразования данных с носимых устройств в персонализированные рекомендации по сну, физической активности и общему самочувствию.
В пресс-релизе Google утверждается, что PHA «поддерживает долгосрочное здоровье эффективнее, чем однофункциональные приложения». Однако компания пока не опубликовала полные количественные результаты исследования — ни размер выборки, ни метрики улучшения по сравнению с контрольной группой. Таким образом, заявление базируется на внутренних данных Google, и независимая проверка на данный момент отсутствует.
ИИ для маммографии: сокращение нагрузки на радиологов и выявление «интервальных» раков
В двух исследованиях, проведённых совместно с Imperial College London и Национальной службой здравоохранения Великобритании (NHS) и опубликованных в Nature Cancer, Google продемонстрировала экспериментальную ИИ-систему для анализа маммограмм. Ключевые результаты:
- Система выявила 25% «интервальных» раков молочной железы — случаев, которые пропускаются при стандартном скрининге и диагностируются уже после появления симптомов.
- При интеграции в существующий рабочий процесс ИИ потенциально позволяет безопасно снизить нагрузку на радиологов, высвобождая время для непосредственной работы с пациентами.
Для обучения модели Google использовала разнообразные глобальные наборы данных и разработала эталонные датасеты (ground truth) на основе консенсуса группы экспертов-врачей. Публикация в рецензируемом журнале — важный шаг к прозрачности, однако в материале не указаны точные показатели чувствительности и специфичности системы, а также не приведено сравнение с существующими коммерческими CAD-системами.
AMIE и телемедицина: новые клинические партнёрства
Мультиагентная диагностическая система AMIE (Articulate Medical Intelligence Explorer), ранее известная по симуляции медицинских интервью, переходит к реальным клиническим испытаниям. Google Research совместно с Beth Israel Deaconess Medical Center тестирует AMIE для предварительного сбора анамнеза перед визитом пациента и выявления тревожных симптомов в режиме реального времени.
Кроме того, в партнёрстве с Included Health запущено первое в своём роде национальное исследование (IRB-одобренное) для оценки ИИ-телемедицины в масштабах США. Детали протокола и ожидаемые сроки завершения не раскрываются.
MedGemma: от исследовательской модели к клиническому развёртыванию
В рамках программы Health AI Developer Foundations (HAI-DEF) Google продолжает распространение открытых моделей MedGemma. Согласно заявлению, модели были загружены миллионы раз, а на Hugging Face появились сотни вариантов, созданных сообществом. Ключевые примеры внедрения:
- All India Institute of Medical Sciences (AIIMS) в Нью-Дели использует MedGemma для приложений сортировки пациентов (outpatient triage) и дерматологического скрининга.
- Министерство здравоохранения Сингапура дообучает MedGemma для создания локальной мультимодальной модели для первичной и специализированной помощи.
Также запущен MedGemma 1.5 4B — обновлённая версия с улучшенной поддержкой 2D- и 3D-медицинских изображений и повышенной точностью обработки текстовых медицинских записей. Модель доступна для исследовательского и коммерческого использования.
Google Earth AI для общественного здоровья
В дополнение к клиническим ИИ-системам Google анонсировала использование геопространственных моделей (Google Earth AI) для эпидемиологических исследований. Совместно с Mount Sinai и Boston Children’s Hospital/Harvard исследователи применили данные Google для создания «сверхразрешающих» (super-resolution) оценок охвата вакцинацией MMR (корь, паротит, краснуха) на уровне почтовых индексов. Метод позволил выявить кластеры недостаточной вакцинации, которые коррелируют с недавними вспышками кори.
Что это значит для разработчиков и исследователей
Для аудитории COMRAD404, следящей за агентными системами и мультимодальными моделями, анонс Personal Health Agent представляет интерес как пример применения архитектуры «коллаборативных агентов» (data scientist + domain expert + health coach) в потребительском сценарии. Однако следует учитывать, что на данный момент это преимущественно концепция, подкреплённая внутренним исследованием Google, а не общедоступный продукт.
Более практическое значение имеет развитие MedGemma и HAI-DEF: открытые веса и инструменты позволяют разработчикам создавать специализированные медицинские ИИ-приложения без необходимости обучать модели с нуля. Совместимость с Vertex AI упрощает масштабирование, а примеры AIIMS и Минздрава Сингапура показывают реальные сценарии адаптации.
Ограничения и нераскрытые вопросы
- Personal Health Agent: отсутствуют открытые данные сравнительного исследования; непонятно, когда система станет доступна пользователям Fitbit.
- Маммография: не указаны точные метрики (AUC, чувствительность) по сравнению с радиологами; неизвестно, как система поведёт себя на популяциях с различной плотностью молочной железы.
- AMIE: клинические исследования находятся на ранней стадии; результаты пилотного проекта с Beth Israel Deaconess пока не опубликованы.
- MedGemma 1.5: модель 4B является компромиссом по вычислительной эффективности; для сложных задач рекомендуется версия 27B, которая не была обновлена.
Первичный источник: блог Google Research, 17 марта 2026 года. Независимая проверка: публикации в Nature Cancer (на момент написания дайджеста доступны не были), страница Health AI на research.google. Пользовательский тест: не применимо — новость о релизе, а не о продукте с открытым доступом.