借助谷歌DeepMind的前沿MedGemma AI模型，为下一代医疗应用提供强大支持，专门用于医学理解。
体验MedGemma 4B IT模型在医学文本和图像分析方面的强大功能
MedGemma是一套专门设计用于理解和处理医学文本和图像的前沿AI模型。由谷歌DeepMind开发并于2025年5月发布，MedGemma代表了医学人工智能领域的重大进步。
基于强大的Gemma 3架构构建，MedGemma已针对医疗应用进行了优化，为开发者提供了强大的工具来创建创新的医学解决方案。
作为健康AI开发者基金会的一部分，MedGemma旨在普及先进医学AI技术的访问，使全球的研究人员和开发者能够构建更有效的医疗应用。
在Google I/O 2025发布
作为谷歌通过技术增强医疗保健持续努力的一部分而发布
专为医学应用设计的强大功能
具有40亿参数，可处理医学图像和文本，使用在去标识化医学数据上预训练的SigLIP图像编码器。
专为深度医学文本理解和临床推理优化，具有270亿参数。
构建基于AI的应用程序，用于检查医学图像、生成报告和患者分诊。
通过Hugging Face和谷歌云开放访问先进AI，加速研究进程。
增强患者访谈和临床决策支持，提高医疗效率。
实施指南和适配方法
MedGemma模型可在Hugging Face等平台上访问，需遵守健康AI开发者基金会的使用条款。
# 加载MedGemma模型的Python代码示例
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("google/medgemma-4b-it")
model = AutoModelForCausalLM.from_pretrained("google/medgemma-4b-it")
使用少样本示例并将任务分解为子任务以提高性能。
使用您自己的医学数据进行优化，配合GitHub笔记本等资源。
与网络搜索、FHIR生成器和Gemini Live等工具集成。
根据您的需求选择合适的部署方法：
在本地运行模型，用于实验和开发目的。
通过模型花园在Vertex AI上部署为可扩展的HTTPS端点，用于生产级应用。
MedGemma模型开箱即用并非临床级别。开发者必须验证性能并在生产环境部署前进行必要改进。
MedGemma的使用受健康AI开发者基金会使用条款约束，开发者在访问模型前必须审阅并同意这些条款。
关于MedGemma的常见问题
4B多模态模型具有40亿参数，可处理医学图像和文本，使用SigLIP图像编码器。27B纯文本模型专注于文本处理，具有270亿参数，专为更深层的医学文本理解和临床推理而优化。
不，MedGemma模型开箱即用不被认为是临床级别的。开发者必须验证其性能并在生产环境部署前进行必要改进，特别是对于涉及患者护理的应用。
MedGemma模型可在Hugging Face和谷歌云等平台上访问，需遵守健康AI开发者基金会的使用条款。您可以在本地运行它们进行实验，或通过谷歌云部署用于生产级应用。
4B多模态模型在多种医学图像上进行了预训练，包括胸部X光片、皮肤科图像、眼科图像和组织病理学切片，使其能够适应各种医学成像任务。
开发者可以使用提示工程（少样本示例）、使用自己医学数据的微调，以及与网络搜索、FHIR生成器和Gemini Live等工具的智能体编排来增强特定用例的性能。
MedGemma于2025年5月20-22日左右在Google I/O 2025期间由谷歌DeepMind正式发布，作为他们通过技术增强医疗保健持续努力的一部分。
根据Google Developers上的模型卡，MedGemma相比同等规模的模型具有强劲的基准性能。它已在临床相关基准测试上进行评估，包括开放数据集和精选数据集，重点关注任务的专家人类评估。
是的，包括GitHub上的笔记本在内的资源可用于促进微调，例如在谷歌MedGemma GitHub仓库中提供的使用LoRA的微调示例。
硬件要求取决于模型变体。根据谷歌AI的帖子，MedGemma模型设计为高效，能够在单个GPU上运行微调和推理，使其比一些更大的模型更易于访问。
基于社区讨论，有关于MedGemma在非英语医学术语（如日语医学术语）性能的问题。这表明多语言支持可能有所不同，可能是未来改进或微调的一个领域。