谷歌开源 MedGemma AI 模型，医疗图像与文本分析神器

数码芝华士

科技媒体 marktechpost 昨日（5 月 20 日）发布博文，报道称在 2025 年 I/O 开发者大会上，谷歌针对多模态医疗文本和图像理解，推出了 MedGemma 开源模型。

MedGemma 基于 Gemma 3 架构，提供 4B 参数的多模态模型（分类）和 27B 参数的纯文本模型两种配置，4B 模型擅长分类和解读医疗图像，可生成诊断报告或解答图像相关问题；27B 模型则擅长临床文本，支持患者分诊和决策辅助。

MedGemma 4B 拥有 40 亿参数，采用 SigLIP 图像编码器，预训练数据涵盖胸部 X 光、皮肤病学、眼科及组织病理学图像；MedGemma 27B 则有 270 亿参数，专注于医疗文本理解与临床推理，适合需要深入文本分析的任务。

模型既能本地运行用于实验，也可通过 Google Cloud 的 Vertex AI 部署为 HTTPS 端点，实现大规模应用。Google 还提供 Colab 笔记本等资源，助力模型微调和集成。

谷歌鼓励开发者针对具体场景进行验证和微调，并提供相关指导和工具，支持适配过程。开发者可采用提示工程、上下文学习及 LoRA 等参数高效微调方法优化模型效果。