全新MedGemma系列的谷歌医疗AI模型发布，支持单GPU运行
发布时间：2025-07-10 11:16:03 | 责任编辑：张毅 | 浏览量：9 次
在现代医疗领域，人工智能（AI）正逐渐成为提升工作效率、改善患者沟通及支持诊断和治疗的重要工具。为了应对医疗 AI 系统在性能、效率及隐私保护等方面的需求，Health AI Developer Foundations(HAI-DEF)应运而生。
这一项目包括一系列轻量级的开放模型，旨在为开发者提供强有力的基础，以支持其健康研究与应用开发。HAI-DEF 模型的开放性确保了开发者可以完全控制数据隐私、基础设施及模型的修改。
在今年5月，我们对 HAI-DEF 进行了扩展，推出了 MedGemma，这是基于 Gemma3开发的一组生成模型，旨在加速医疗和生命科学领域的 AI 发展。近日，我们又发布了两个新模型，分别是 MedGemma27B 多模态模型和 MedSigLIP。MedGemma27B 多模态模型在原有的4B 多模态和27B 文本模型的基础上，增加了对复杂多模态和纵向电子健康记录的解释支持。而 MedSigLIP 则是一个轻量级的图像和文本编码器，适用于分类、搜索等任务。
MedGemma 和 MedSigLIP 模型为医学研究和产品开发提供了良好的起点。MedGemma 特别适合需要生成自由文本的医学任务，比如报告生成或视觉问答;而 MedSigLIP 则推荐用于需要结构化输出的成像任务，如分类或检索。这些模型能够在单个 GPU 上运行，而 MedGemma4B 和 MedSigLIP 还可以适应移动硬件。
MedGemma 系列模型的开放性使得开发者可以下载、构建并根据特定需求进行微调。与 API 模型相比，这种开放方式在医疗领域具有显著的优势。开发者能够在其首选环境中运行模型，灵活应对隐私问题和机构政策;同时，通过微调和修改，开发者可以优化模型性能，确保稳定性与可重复性，这在医疗应用中尤为重要。
为了帮助开发者快速上手，我们在 GitHub 上提供了详细的笔记本，演示如何在 Hugging Face 平台上创建 MedSigLIP 和 MedGemma 的实例，并进行推理与微调。此外，MedGemma 与 MedSigLIP 也可以无缝部署到 Vertex AI 中，提供专用的端点支持。
博客：https://research.google/blog/medgemma-our-most-capable-open-models-for-health-ai-development/
划重点:
🌟 HAI-DEF 推出 MedGemma 和 MedSigLIP，为医疗 AI 研发提供强有力的支持。
🔍 MedGemma 适合生成自由文本任务，而 MedSigLIP 专注于图像分类与检索。
🔑 开放模型的灵活性使开发者能够在本地环境中安全地优化和微调模型。
谷歌的医疗AI模型MedGemma系列最近更新了两个新模型：MedGemma 27B Multimodal和MedSigLIP。这些模型基于Gemma 3架构开发，旨在加速医疗领域的AI应用开发。以下是关于MedGemma系列模型的详细信息：
模型特点
-
多模态支持：MedGemma 27B Multimodal支持复杂的多模态和纵向电子健康记录解读。
-
轻量级设计：MedGemma系列模型设计高效，可在单个GPU上运行微调和推理。其中，MedGemma 4B和MedSigLIP甚至可以适应移动硬件。
-
应用场景：MedGemma适用于医学文本生成、图像分类、报告生成、视觉问答等任务。
模型版本
-
MedGemma 4B Multimodal：采用SigLIP图像编码器，预训练数据包括胸部X光片、皮肤科图像、眼科图像和病理切片等。
-
MedGemma 27B Text-only：专注于纯文本处理，适合医学记录分析和临床推理。
-
MedSigLIP：轻量级图像和文本编码器，适用于分类、搜索等任务。
使用方式
-
微调：支持使用LoRA等高效微调方法，可提升模型在特定任务上的性能。
-
部署：可在Hugging Face或Google Cloud的Vertex AI Model Garden上部署。
硬件要求
根据模型变体，MedGemma系列模型可在单个GPU上运行，部分版本对GPU显存要求较低。
注意事项
-
MedGemma模型目前尚未达到临床级标准，需开发者针对实际任务进行验证和改进。
-
模型的多语言支持能力有待进一步提升。
MedGemma系列模型的推出为医疗AI开发提供了强大的基础，降低了开发门槛，同时保持了高效性和灵活性。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
