私たちの研究では、医師による医療診断の監督を目的としたAIシステムであるguardrailed-AMIE（g-AMIE）を紹介します。g-AMIEは、対話を通じて患者情報を収集し、要約、鑑別診断、および管理計画を生成できます。重要なのは、個別の医学的アドバイスを提供できないように制約されていることです。監督する医師は、患者とのコミュニケーションの前に、臨床医コクピットインターフェースを介してこの情報をレビューおよび編集します。ランダム化仮想OSCE研究では、同様の制約下で操作される看護師、および医師助手/アソシエイトのパフォーマンスと比較してg-AMIEのパフォーマンスを評価しました。結果として、g-AMIEの診断パフォーマンスと管理計画は、監督者および独立した評価者から好まれました。患者役者も、g-AMIEが作成した患者メッセージを好みました。この研究は、g-AMIEの安全ガードレールの遵守と、質の高い病歴聴取およびSOAPノートを強調しました。g-AMIEはいくつかの指標で対照群を上回りましたが、ワークフローはAIのために特別に設計されており、臨床医のトレーニングを完全に代表するものではありませんでした。制限事項としては、評価者間の意見の不一致の可能性や、監督の認知的負荷が挙げられます。今後の作業では、冗長性の最適化と実際の環境の探索に焦点を当てます。このフレームワークは、医療診断における人間とAIの協力に向けた重要な一歩を表しています。