Google DeepMind：MedGemma看病比医生还准的4B模型

这份技术报告介绍了由 Google Research 和 Google DeepMind 开发的 MedGemma，这是一系列专为医疗领域优化的多模态大模型。该模型家族基于 Gemma 3 架构，涵盖了 4B 多模态版本和 27B 文本版本，能够理解并推理复杂的医学图像与文本。研究表明，MedGemma 在视觉问答、医学影像分类及放射报告生成等任务中表现卓越，性能甚至逼近某些特定任务的专用模型。报告还推出了 MedSigLIP 视觉编码器，进一步增强了模型对皮肤病、眼科及病理影像的识别能力。通过对电子健康记录 (EHR) 等特定场景的微调，该系列模型展示了在提升医疗临床决策效率方面的巨大潜力。总而言之，MedGemma 为医疗 AI 开发提供了强大的开源基础底座。