MedSigLIP
مشفر الصور الطبية والنصوص للتصنيف بدون تدريب
مدعوم بمنصة Dr7.ai للذكاء الاصطناعي الطبي
نموذج مشفر متخصص لفهم وتصنيف الصور الطبية مع الأوصاف النصية، دون الحاجة لتدريب محدد.
حول MedSigLIP
MedSigLIP MedSigLIP مُرمِّز خفيف ثنائي البرج (رؤية + نص) يضم 400M معامل، ويدعم صورًا بدقة 448×448 ومدخلات نصية تصل إلى 64 رمزًا (token). صدر في 9 يوليو 2025 ضمن مشروع Health AI Developer Foundations من Google.
دُرِّب النموذج على بيانات تصوير طبي متنوعة تشمل صور الأشعة السينية للصدر والأمراض الجلدية وطب العيون وشرائح علم الأمراض وصور CT/MRI مع تقاريرها المقابلة. كما أُدرجت صور طبيعية للحفاظ على قدرته على التعميم.
صُمِّم MedSigLIP خصيصًا لمهام التصنيف الفعّال من حيث البيانات، والتصنيف دون أمثلة مسبقة (zero-shot)، والاسترجاع الدلالي للصور. أما لمهام توليد النصوص، فتوصي Google باستخدام MedGemma بدلًا منه.
معلومات الإصدار
Health AI Developer Foundations
2025-07-09 UTC
بنية النموذج ومواصفاته
مبني على أساس SigLIP مع تخصص طبي
المعاملات
بنية ثنائية البرج مع مُرمِّزَين للرؤية والنص
مدخلات الصور
معالجة الصور الطبية عالية الدقة
مدخلات النص
فهم النصوص والتقارير الطبية
بيانات التدريب
صور طبية + تقارير + صور طبيعية
نطاق بيانات التدريب
حالات الاستخدام الموصى بها
مُحسَّن لمهام التصنيف والاسترجاع
التطبيقات الرئيسية
تصنيف فعّال من حيث البيانات
تدريب المصنِّفات باستخدام حد أدنى من البيانات الطبية الموسومة بالاعتماد على تمثيلات مُدرَّبة مسبقًا
التصنيف دون أمثلة مسبقة (Zero-Shot)
تصنيف الصور الطبية دون تدريب مخصص للمهمة باستخدام أوصاف نصية
الاسترجاع الدلالي للصور
العثور على الصور الطبية ذات الصلة باستخدام استعلامات بلغة طبيعية
لا يُوصى به في
لمهام توليد النصوص، استخدم MedGemma بدلًا منه
- ⚠️توليد التقارير الطبية
- ⚠️الذكاء الاصطناعي الطبي الحواري
- ⚠️دعم القرار السريري الذي يتطلب مخرجات نصية
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 مجانًاالأداء والمعايير المرجعية
أداء تنافسي عبر مهام التصوير الطبي
تختلف مقاييس الأداء باختلاف المجال الطبي المحدد وإعدادات المهمة. راجع بطاقة النموذج الرسمية للاطلاع على المعايير المرجعية التفصيلية.
دليل التنفيذ
ابدأ استخدام MedSigLIP في مشاريعك
الوصول إلى النموذج
نزّل MedSigLIP من المستودع الرسمي أو استخدمه عبر API
# Example: Loading MedSigLIP
from transformers import AutoModel, AutoProcessor
model = AutoModel.from_pretrained("google/medsiglip")
processor = AutoProcessor.from_pretrained("google/medsiglip")جهّز بياناتك
هيّئ الصور الطبية (448×448) والأوصاف النصية (≤64 رمزًا)
نفّذ حالة الاستخدام الخاصة بك
اختر بين تطبيقات التصنيف أو الاستدلال دون أمثلة مسبقة أو الاسترجاع
الموارد والوثائق
روابط رسمية وموارد مجتمعية
الموارد الرسمية
وثائق كاملة ومرجع API
مواصفات النموذج التفصيلية ومقاييس الأداء
أمثلة برمجية ودفاتر ملاحظات وأدلة تنفيذ
نظرة عامة كاملة على مشروع HAI-DEF
المجتمع والتحليلات
تحليل قطاعي لإصدار MedGemma وMedSigLIP
تغطية معمّقة لمبادرات Google في مجال الذكاء الاصطناعي للرعاية الصحية
MedSigLIP مقابل MedGemma
اختر النموذج المناسب لحالة استخدامك
MedSigLIP
مُرمِّز خفيف
- ✓حجم نموذج أصغر (~400M معامل)
- ✓استدلال أسرع لمهام التصنيف
- ✓ممتاز للاسترجاع والبحث بالتشابه
- ✓قدرات التصنيف دون أمثلة مسبقة
- ✓متطلبات حوسبة أقل
مهام التصنيف والاسترجاع والتضمين
MedGemma
نماذج توليدية
- ✓قدرات توليد النصوص
- ✓الذكاء الاصطناعي الطبي الحواري
- ✓توليد التقارير وتلخيصها
- ✓مهام الاستدلال المعقدة
- ✓أحجام نماذج متعددة (4B، 27B)
توليد النصوص والمحادثة والاستدلال المعقد
الامتثال والقيود
اعتبارات مهمة عند نشر الذكاء الاصطناعي الطبي
إخلاء المسؤولية الطبية
MedSigLIP نموذج بحثي وليس مخصصًا لاتخاذ القرارات السريرية بشكل مباشر. تتطلب جميع تطبيقات الذكاء الاصطناعي الطبي تحققًا مناسبًا وامتثالًا تنظيميًا وإشرافًا بشريًا.
التحقق مطلوب
يلزم إجراء اختبار وتحقق شاملين قبل النشر السريري
الامتثال التنظيمي
احرص على الامتثال للوائح والمعايير الصحية المحلية
الإشراف البشري
يجب على المختصين الطبيين مراجعة جميع المخرجات التي يولدها الذكاء الاصطناعي والتحقق منها
خصوصية البيانات
اتبع HIPAA ولوائح الخصوصية الأخرى عند التعامل مع البيانات الطبية