MedGemma開源發布：谷歌推出支持多醫學任務的AI模型套件

大數據文摘出品

谷歌和DeepMind聯合發布了一個全新的開源人工智能模型套件：MedGemma。

這一套件面向醫療領域打造，不僅支持文本、圖像和多模態輸入，還能廣泛適配放射學、皮膚病學、組織病理學和眼科學等多個分支。

它在今年的I/O開發者大會上首次亮相，MedGemma包含兩個版本：一個是體量為40億參數的4B模型，支持圖文混合處理；另一個是更強大的270億參數的27B模型，提供文本和多模態兩種版本。

地址：https://huggingface.co/google/medgemma-27b-it

谷歌明確表示，MedGemma可以獨立運行，也可以嵌入基于智能體的系統中，作為醫療AI工具的基礎模塊。

開源，使得這套系統可以被全球研究人員和開發者自由使用，但不能直接用于診斷和治療，需通過相關監管審批。

MedGemma在多個標準模型基準測試中表現出色，全面超越同級別的基礎模型。

在多模態問答任務中，準確率提升達10%；在X光圖像分類上，提升幅度達到15.5%至18.1%；在復雜的智能體任務中，表現提高10.8%。

在醫療考試數據集MedQA中，4B模型準確率從原來的50.7%躍升至64.4%；而27B模型則從74.9%提升至87.7%。

圖注：MedGemma 27B 多模態模型在醫學圖像分類和視覺問答任務中表現最佳，顯著優于其他模型。

在PubMedQA、MedMCQA、MMLU等多個醫療子領域的基準測試中，MedGemma持續領先于其基礎模型。

在X光圖像與報告的數據集MIMIC-CXR中，4B模型的宏觀F1得分達88.9，相比之下，其基礎模型Gemma 3僅為81.2。

F1得分是衡量模型在多種疾病識別中的整體準確率，它的提升意味著模型對復雜臨床圖像的理解能力增強。

在自動生成X光報告方面，模型的RadGraph F1從29.5提升到30.3，表明臨床關鍵信息捕捉能力增強。

對于氣胸檢測任務（即肺部塌陷），準確率從59.7%提升至71.5%，顯示出實質性的突破。

組織病理圖像分析方面，模型的加權F1得分從32.8躍升至94.5，幾乎達到三倍提升。

在電子健康記錄的讀取任務中，引入強化學習后錯誤率下降一半，預示著在臨床數據管理中有巨大潛力。

谷歌同步推出了一項重要組件：MedSigLIP

圖注：https://arxiv.org/pdf/2303.15343

這是一個專為醫學圖像設計的編碼器，擁有4億參數，是原始SigLIP（Sigmoid Loss for Language Image Pre-training）的醫療擴展版。

MedSigLIP專注于醫學圖像的理解，配合MedGemma處理文本，構成完整的多模態AI架構。

圖像處理分辨率設定為448×448像素，比MedGemma高分辨率版本的896×896更高效。

為了構建通用能力與醫學能力兼具的模型，谷歌以3360萬對圖文配對數據進行訓練，其中包含63.5萬條醫學實例和3260萬個組織病理圖像塊。

醫學數據占比約為2%，在保留SigLIP通用圖像識別能力的基礎上，增強了醫學圖像理解能力。

這一平衡策略的關鍵意義在于：模型不僅能處理醫療圖像，也可用于通用圖像任務，適配多場景需求。

目前，MedGemma已在Hugging Face上線，開發者可以依據其許可協議用于科研、開發與一般AI應用，但在商業化和臨床場景中仍需遵循相關限制。

盡管在多個測試中表現驚艷，谷歌也承認：基準測試成績并不能完全代表臨床真實表現。現實中的使用情境更復雜，模型可能因用戶誤解或交互失誤而出現偏差，限制了實際療效。

地址：https://huggingface.co/google/medgemma-27b-it

作者長期關注 AI 產業與學術，歡迎對這些方向感興趣的朋友添加微信Q1yezi，共同交流行業動態與技術趨勢！

GPU 訓練特惠！

H100/H200 GPU算力按秒計費，平均節省開支30%以上！

掃碼了解詳情?