خصم 30% خطة Proاحصل عليه
Dr7.ai - Advanced Medical AI PlatformDr7.ai

MedGemma

نماذج ذكاء اصطناعي متقدمة لتحليل النصوص والصور الطبية

مدعوم بمنصة Dr7.ai للذكاء الاصطناعي الطبي

MedGemma عائلة نماذج ذكاء اصطناعي طبي من Google ذات أوزان مفتوحة، مبنية على Gemma 3. تعرّف على الإصدارات ونتائج الاختبارات وطرق التنزيل، أو جرّب العرض التفاعلي المجاني لـ MedGemma أدناه.

🧠
5
نماذج MedGemma مفتوحة
4B
متعدد الوسائط (صورة + نص)
27B
نصي فقط أو متعدد الوسائط
أحدث إصدار: MedGemma 1.5 4B · يناير 2026

جرب العرض التفاعلي لـ MedGemma

اختبر قوة نموذج MedGemma 4B IT لتحليل النصوص والصور الطبية المتقدم

عرض MedGemma

اختبر المساعد الطبي بالذكاء الاصطناعي

0/3 رسائل

بدء الاستشارة الطبية

اطرح أسئلة حول الأعراض أو اطلب نصائح صحية

واجهة Dr7.ai API

استخدم مساعد Dr7 الطبي الخاص به عبر واجهة API متوافقة مع OpenAI، دون إدارة وحدات GPU أو نشر النماذج.

اطّلع على الـ API

هل تريد ميزات أقوى للتشخيص الطبي بالذكاء الاصطناعي؟

قم بالترقية إلى إصدار Pro لفتح نماذج ذكاء اصطناعي متقدمة، ومحادثات غير محدودة، وتحليل احترافي للصور الطبية، وميزات أقوى

10+
خيارات نماذج الذكاء الاصطناعي
24/7
دعم 24/7
∞
محادثات غير محدودة

ما هو MedGemma؟

MedGemma هي عائلة من نماذج الذكاء الاصطناعي المفتوحة من Google، مبنية على Gemma 3 ومدرَّبة على فهم النصوص الطبية والصور الطبية. أطلقت Google أولى نماذج MedGemma في 20 مايو 2025، وأحدث إصدار هو MedGemma 1.5 4B (13 يناير 2026).

بُني MedGemma على بنية Gemma 3 القوية، وجرى تحسينه لتطبيقات الرعاية الصحية، ليمنح المطورين أدوات متينة لبناء حلول طبية مبتكرة.

يُعدّ MedGemma جزءًا من مجموعة Health AI Developer Foundations، ويهدف إلى إتاحة تقنيات الذكاء الاصطناعي الطبي المتقدمة على نطاق أوسع، بما يمكّن الباحثين والمطورين حول العالم من بناء تطبيقات رعاية صحية أكثر فاعلية. قد تجد الاسم مكتوبًا بصيغ مثل Med Gemma أو Med-Gemma أو MedGamma أو Medgema أو Google MedGemma، وكلها تشير إلى عائلة النماذج نفسها، وهي تختلف عن Med-Gemini، وهو نموذج بحثي منفصل من Google لم يُطرح للعامة.

أحدث إصدار
MedGemma 1.5 4B
يناير 2026

يضيف دعم بيانات التصوير المقطعي (CT) والتصوير بالرنين المغناطيسي (MRI) ثلاثية الأبعاد، وشرائح علم الأمراض الكاملة، والمقارنة مع صور الصدر السينية السابقة، وتحديد المواقع التشريحية، واستخراج البيانات من تقارير المختبر.

تفاصيل MedGemma 1.5 4B

تم التحقق في أكتوبر 2026: لا يوجد MedGemma 2 ولا MedGemma 1.5 27B — إذ يتوفر MedGemma 1.5 كنموذج 4B فقط.

إصدارات ونماذج MedGemma

جميع نقاط حفظ MedGemma الرسمية التي نشرتها Google، إلى جانب مُرمِّز الصور المرتبط بها MedSigLIP.

MedGemma 1.5 4Bالأحدث
المعاملات
4B
المدخلات
نص + صور، بما فيها CT/MRI ثلاثية الأبعاد وشرائح علم الأمراض الكاملة
الإصدار
يناير 2026
مستودع Hugging Face
google/medgemma-1.5-4b-it
الترخيص
شروط HAI-DEF

نموذج 4B محدَّث؛ متوفر فقط كنموذج 4B مضبوط على التعليمات.

التفاصيل: MedGemma 1.5 4B
MedGemma 4B-it
المعاملات
4B
المدخلات
نص + صور
الإصدار
مايو 2025
مستودع Hugging Face
google/medgemma-4b-it
الترخيص
شروط HAI-DEF

مضبوط على التعليمات — نقطة البداية الموصى بها.

MedGemma 4B-pt
المعاملات
4B
المدخلات
نص + صور
الإصدار
مايو 2025
مستودع Hugging Face
google/medgemma-4b-pt
الترخيص
شروط HAI-DEF

نموذج أساسي مدرَّب مسبقًا لتجارب أعمق.

MedGemma 27B text-it
المعاملات
27B
المدخلات
نص فقط
الإصدار
مايو 2025
مستودع Hugging Face
google/medgemma-27b-text-it
الترخيص
شروط HAI-DEF

مدرَّب على النصوص الطبية فقط؛ أعلى النتائج في الاختبارات النصية.

MedGemma 27B multimodal
المعاملات
27B
المدخلات
نص + صور + بيانات EHR
الإصدار
يوليو 2025
مستودع Hugging Face
google/medgemma-27b-it
الترخيص
شروط HAI-DEF

نموذج 27B واحد للنصوص والسجلات الطبية والصور.

MedSigLIPذو صلة
المعاملات
400M + 400M
المدخلات
تضمينات الصور والنصوص (448×448)
الإصدار
يوليو 2025
مستودع Hugging Face
google/medsiglip-448
الترخيص
شروط HAI-DEF

ليس نموذج محادثة: إنه مُرمِّز الصور الطبية الذي يعتمد عليه MedGemma، ويُستخدم للتصنيف والبحث عن الصور.

التفاصيل: MedSigLIP

المصادر: MedGemma 1.5 model card · MedGemma 1 model card · MedGemma Technical Report (arXiv 2507.05201) · MedGemma 1.5 Technical Report (arXiv 2604.05081) · Nature Medicine (2026) · MedSigLIP model card

الميزات

ما يستطيع MedGemma فعله وفقًا لبطاقات النماذج الرسمية من Google

إصدارات نماذج MedGemma

🖼️

النماذج متعددة الوسائط (4B و27B و1.5 4B)

تقرأ الصور الطبية والنصوص معًا. وتستخدم مُرمِّز صور من نوع SigLIP مدرَّبًا مسبقًا على بيانات طبية مجهولة الهوية، تشمل صور الأشعة السينية للصدر، وصور الأمراض الجلدية، وطب العيون، وعلم الأنسجة المرضية.

📄

النموذج النصي فقط (27B)

مدرَّب حصريًا على النصوص الطبية ومُحسَّن للاستدلال الطبي، لذا يحقق نتائج أعلى قليلًا من نموذج 27B متعدد الوسائط في الاختبارات المعيارية النصية.

القدرات الرئيسية

  • ✓تصنيف الصور الطبية (الأشعة، وعلم الأمراض، والأمراض الجلدية، وطب العيون)
  • ✓تفسير الصور الطبية وإعداد مسودات التقارير
  • ✓الإجابة عن الأسئلة الطبية والاستدلال السريري
  • ✓تفسير صور CT/MRI ثلاثية الأبعاد وشرائح علم الأمراض الكاملة (MedGemma 1.5)
  • ✓استخراج بيانات منظَّمة من تقارير المختبر ونصوص السجلات الصحية الإلكترونية (EHR) (MedGemma 1.5)

نتائج MedGemma في الاختبارات المعيارية

الدقة (%) أو مقياس Macro F1 كما وردت في بطاقات النماذج الرسمية من Google. نتائج 27B تستخدم التوسيع وقت الاختبار (test-time scaling).

الاختبار المعياريMedGemma 4BMedGemma 1.5 4BMedGemma 27B textMedGemma 27B multimodal
MedQA (4 خيارات)64.469.187.785.3
MedMCQA55.759.874.270.2
PubMedQA73.468.276.877.2
MMLU (الطبي)70.069.687.086.2
MIMIC-CXR (Macro F1، أعلى 5 حالات)88.989.5—90.0
EyePACS (قاع العين)64.976.8—75.3

المصادر: MedGemma 1.5 model card · MedGemma 1 model card

حالات استخدام MedGemma

🏥

تطوير تطبيقات الرعاية الصحية

أنشئ تطبيقات ذكاء اصطناعي تحلّل الصور الطبية وتُعدّ التقارير وتساعد في فرز المرضى.

🔬

أبحاث الذكاء الاصطناعي الطبي

سرّع أبحاثك عبر وصول مفتوح إلى ذكاء اصطناعي متقدم من خلال Hugging Face وGoogle Cloud.

👨‍⚕️

نماذج أولية للدعم السريري

أنشئ نماذج أولية لأدوات دعم القرار والتلخيص ومراجعة السجلات، ثم تحقّق منها قبل أي استخدام سريري.

كيفية استخدام MedGemma

شغّل MedGemma بنفسك عبر Hugging Face أو Vertex AI، أو جرّب المحادثة الطبية بالذكاء الاصطناعي من Dr7 مباشرةً عبر الإنترنت. هل تبحث عن واجهة Dr7 API؟ ستجدها أسفل العرض التجريبي مباشرةً.

1

محادثة طبية بالذكاء الاصطناعي من Dr7.ai

اطرح سؤالًا على مساعد Dr7 الطبي الخاص به، أو ارفع صورة أشعة سينية أو مقطعًا من التصوير المقطعي أو صورة جلدية. سجّل الدخول للبدء.

افتح العرض التجريبي
2

تنزيل من Hugging Face

سجّل الدخول إلى Hugging Face، وافتح صفحة النموذج، واقبل شروط Health AI Developer Foundations (يُمنح الوصول فورًا). ثم حمّل النموذج باستخدام Transformers 4.50 أو أحدث. وتقول Google إن كل نماذج MedGemma يمكن تشغيلها على وحدة GPU واحدة، لكن نماذج 27B تحتاج إلى وحدة كبيرة ما لم تُطبِّق عليها التكميم (quantization).

MedGemma على Hugging Face
3

Google Cloud Vertex AI

انشر MedGemma كنقطة نهاية مُدارة من Vertex AI Model Garden ضمن مشروعك على Google Cloud — وهو المسار الذي توصي به Google للاستخدام الإنتاجي واسع النطاق. تتولى Google Cloud الفوترة.

Vertex AI Model Garden

بداية سريعة مع Hugging Face Transformers (من بطاقة النموذج الرسمية من Google)

# pip install -U "transformers>=4.50" accelerate torch pillow requests

from transformers import pipeline
from PIL import Image
import requests
import torch

pipe = pipeline(
    "image-text-to-text",
    model="google/medgemma-4b-it",  # or "google/medgemma-1.5-4b-it"
    torch_dtype=torch.bfloat16,
    device="cuda",
)

# Image attribution: Stillwaterising, CC0, via Wikimedia Commons
image_url = "https://upload.wikimedia.org/wikipedia/commons/c/c8/Chest_Xray_PA_3-8-2010.png"
image = Image.open(requests.get(image_url, headers={"User-Agent": "example"}, stream=True, timeout=30).raw)

messages = [{"role": "user", "content": [
    {"type": "image", "image": image},
    {"type": "text", "text": "Describe this X-ray"},
]}]

output = pipe(text=messages, max_new_tokens=300)
print(output[0]["generated_text"][-1]["content"])

تكييف MedGemma مع مهمتك

هندسة الموجّهات

استخدم أمثلة قليلة (few-shot) وقسّم المهام إلى مهام فرعية أصغر لتحسين النتائج.

الضبط الدقيق

درّب النموذج على بياناتك الطبية الخاصة، انطلاقًا من دفتر الضبط الدقيق الذي تتيحه Google على GitHub.

التنسيق الوكيلي

ادمج MedGemma مع أدوات مثل البحث على الويب أو مولّدات بيانات FHIR أو نماذج ذكاء اصطناعي أخرى.

قبل أن تبدأ البناء

التحقق مطلوب

MedGemma ليس جاهزًا للاستخدام السريري كما هو. وتنص بطاقة النموذج من Google على أنه يجب على المطوّرين التحقق منه وتكييفه لحالة الاستخدام المحددة قبل الاعتماد عليه.

شروط الاستخدام

يخضع استخدام MedGemma لشروط استخدام Health AI Developer Foundations، التي تقبلها قبل تنزيل الأوزان.

MedGemma مقابل Med-PaLM 2 مقابل LLaVA-Med

أيّ نماذج الذكاء الاصطناعي الطبية يمكنك تنزيلها فعلًا، وما المدخلات التي تقرؤها، ونتائجها المنشورة في MedQA.

MedGemma 4BGoogle
قابل للتنزيل؟
نعم (بعد قبول شروط HAI-DEF)
المدخلات
نص + صور
MedQA
64.4%
MedGemma 1.5 4BGoogle
قابل للتنزيل؟
نعم (بعد قبول شروط HAI-DEF)
المدخلات
نص + صور (بما فيها CT/MRI ثلاثية الأبعاد)
MedQA
69.1%
المزيد: MedGemma 1.5 4B
MedGemma 27B textGoogle
قابل للتنزيل؟
نعم (بعد قبول شروط HAI-DEF)
المدخلات
نص
MedQA
87.7%
MedGemma 27B multimodalGoogle
قابل للتنزيل؟
نعم (بعد قبول شروط HAI-DEF)
المدخلات
نص + صور
MedQA
85.3%
Med-PaLM 2Google
قابل للتنزيل؟
لا — لم تُطرح الأوزان
المدخلات
نص
MedQA
86.5%
المزيد: Med-PaLM 2
LLaVA-Med v1.5Microsoft
قابل للتنزيل؟
نعم (للاستخدام البحثي فقط)
المدخلات
نص + صور
MedQA
غير منشور
المزيد: LLaVA-Med v1.5

النتائج مأخوذة من الورقة البحثية أو بطاقة النموذج الخاصة بكل نموذج وفي ظروف مختلفة (فمثلًا استخدم Med-PaLM 2 أسلوب التحسين التجميعي للموجّهات، واستخدم MedGemma 27B التوسيع وقت الاختبار)، لذا تعامل معها كمؤشرات تقريبية لا كمقارنة مباشرة. وقد قُيِّم LLaVA-Med على الإجابة عن الأسئلة المتعلقة بالصور الطبية (VQA-RAD وSLAKE وPathVQA)، لا على MedQA.

المصادر: MedGemma 1.5 model card · MedGemma 1 model card · Med-PaLM 2 (arXiv 2305.09617) · LLaVA-Med (arXiv 2306.00890) · microsoft/llava-med-v1.5-mistral-7b

هل لديك صورة لعَرَض ظاهر؟

النماذج الموصوفة في هذه الصفحة أدوات بحثية للتصوير الطبي السريري. أما إذا كانت لديك صورة عادية — طفح جلدي أو شامة أو ظفر أو جرح — فإن AI Doctor Scan يقرؤها ويعطيك مجانًا مستوى الاستعجال وملخصًا بلغة بسيطة خلال نحو 30 ثانية. لا يقدّم تشخيصًا، ولا يحتاج إلى حساب.

جرّب AI Doctor Scan مجانًا

الأسئلة الشائعة

أسئلة شائعة حول MedGemma

ما الفرق بين MedGemma 4B وMedGemma 27B؟

MedGemma 4B نموذج متعدد الوسائط يضم 4 مليارات معامل ويقرأ الصور الطبية والنصوص. أما MedGemma 27B فيأتي بإصدارين يضم كل منهما 27 مليار معامل: نموذج نصي فقط مدرَّب حصريًا على النصوص الطبية، ونموذج متعدد الوسائط يعالج أيضًا الصور وبيانات السجلات الصحية الإلكترونية. تحقق نماذج 27B نتائج أعلى في الاختبارات المعيارية للنصوص الطبية (MedQA: 87.7% لنموذج 27B النصي مقابل 64.4% لنموذج 4B)، في حين أن تشغيل 4B أقل تكلفة بكثير. ويُعد MedGemma 1.5 4B (يناير 2026) نموذج 4B محدَّثًا.

هل MedGemma جاهز للاستخدام السريري مباشرةً؟

لا. تنص بطاقة النموذج من Google على أن MedGemma غير مخصص للاستخدام دون تحقق مناسب أو تكييف أو تعديل جوهري لحالة استخدام محددة، وأن مخرجاته لا يُقصد بها أن تُستند إليها مباشرةً في التشخيص السريري أو إدارة حالة المريض أو قرارات العلاج.

كيف يمكنني تنزيل MedGemma أو الوصول إليه؟

تتوفر أوزان MedGemma على Hugging Face (مثل google/medgemma-4b-it). سجّل الدخول واقبل شروط Health AI Developer Foundations في صفحة النموذج — يُمنح الوصول فورًا — ثم حمّل النموذج باستخدام Transformers. ويمكنك أيضًا نشره من Vertex AI Model Garden على Google Cloud.

ما أنواع الصور الطبية التي يستطيع MedGemma معالجتها؟

دُرِّب مُرمِّز الصور في MedGemma مسبقًا على صور مجهولة الهوية للأشعة السينية للصدر، وصور الأمراض الجلدية، وصور طب العيون (قاع العين)، وشرائح علم الأنسجة المرضية. ويضيف MedGemma 1.5 4B بيانات التصوير المقطعي (CT) والتصوير بالرنين المغناطيسي (MRI) ثلاثية الأبعاد، وعدة أجزاء من صور شرائح علم الأمراض الكاملة، ومقارنة صورة الأشعة السينية للصدر بالصور السابقة.

كيف يمكنني تحسين أداء MedGemma في مهمة محددة؟

تذكر Google هندسة الموجّهات (مثل الأمثلة القليلة few-shot)، وإسناد الإجابات إلى مصادر (grounding)، والتنسيق الوكيلي مع أدوات أخرى، والضبط الدقيق على بياناتك الخاصة. ويتضمن مستودع GitHub الرسمي google-health/medgemma دفترًا للضبط الدقيق.

متى أُطلق MedGemma؟

أطلقت Google نموذجَي MedGemma 4B وMedGemma 27B النصي في 20 مايو 2025، بالتزامن تقريبًا مع مؤتمر Google I/O. ثم تبعهما MedGemma 27B متعدد الوسائط ومُرمِّز الصور MedSigLIP في 9 يوليو 2025، وMedGemma 1.5 4B في 13 يناير 2026. ونُشرت ورقة MedGemma المحكَّمة في مجلة Nature Medicine في 6 أكتوبر 2026.

ما نتائج MedGemma في الاختبارات المعيارية الطبية؟

في اختبار MedQA (على نمط USMLE، بأربعة خيارات)، تفيد Google بأن النتائج هي 64.4% لنموذج MedGemma 4B، و69.1% لنموذج MedGemma 1.5 4B، و87.7% لنموذج MedGemma 27B النصي، و85.3% لنموذج MedGemma 27B متعدد الوسائط (نتائج 27B تستخدم التوسيع وقت الاختبار). وللمقارنة، يحقق النموذج الأساسي Gemma 3 4B نسبة 50.7%.

هل توجد موارد للضبط الدقيق لـ MedGemma؟

نعم. يوفر مستودع GitHub التابع لـ Google باسم google-health/medgemma دفترًا للبداية السريعة ودفترًا للضبط الدقيق عبر Hugging Face، إضافةً إلى دفاتر تعليمية أخرى، منها مثلًا دفاتر للتصوير المقطعي (CT) وشرائح علم الأمراض الكاملة باستخدام MedGemma 1.5.

ما العتاد اللازم لتشغيل MedGemma؟

تقول Google إن جميع نماذج MedGemma يمكن تشغيلها على وحدة GPU واحدة، وإن MedGemma 4B يمكن حتى تكييفه للعمل على أجهزة الهاتف المحمول. أما نماذج 27B فتحتاج إلى وحدة GPU كبيرة — إذ تشير ملاحظات البداية السريعة من Google إلى وحدات GPU من فئة Colab Enterprise لتشغيلها دون تكميم.

هل يوجد MedGemma 2 أو MedGemma 1.5 27B؟

ليس حتى أكتوبر 2026. أحدث إصدار هو MedGemma 1.5، الذي تقدّمه Google فقط كنموذج 4B متعدد الوسائط مضبوط على التعليمات (instruction-tuned). ولا تزال نماذج 27B هي إصدارات MedGemma 1 الأصلية الصادرة في مايو ويوليو 2025.

هل يعمل MedGemma بلغات أخرى غير الإنجليزية، مثل العربية؟

بُني MedGemma على Gemma 3 الذي يدعم أكثر من 140 لغة، لذا يمكنه القراءة والإجابة بلغات كثيرة. غير أن Google تشير إلى أن تقييمات السلامة استخدمت موجّهات باللغة الإنجليزية في الأساس، وأن اختباراتها المعيارية الطبية إنجليزية في معظمها، لذا ينبغي التحقق من الجودة بلغتك (مثل العربية أو اليابانية أو الإسبانية) قبل الاعتماد عليه.

هل MedGemma هو نفسه Med-Gemini أو Med-PaLM 2؟

لا. Med-Gemini (2024، بنسبة 91.1% في MedQA) وMed-PaLM 2 (2023، بنسبة 86.5% في MedQA) نموذجان بحثيان من Google لم تُطرح أوزانهما قط. أما MedGemma فهي عائلة النماذج المفتوحة من Google التي يمكن لأي شخص تنزيلها وضبطها ضبطًا دقيقًا.