MedGemma
Modelos de IA Avanzados para Análisis de Texto e Imágenes Médicas
Impulsado por la Plataforma Dr7.ai Medical AI
Impulsando la próxima generación de aplicaciones de atención médica con los modelos de IA MedGemma de vanguardia de Google DeepMind.
Prueba la Demo Interactiva de MedGemma
Experimenta el poder del modelo MedGemma 4B IT para análisis avanzado de texto e imágenes médicas
Probar otros modelos
Ver todosDemo de MedGemma
Experimenta el Asistente Médico IA
¿Quieres funciones de diagnóstico médico con IA más potentes?
Actualiza a la versión Pro para desbloquear modelos de IA avanzados, conversaciones ilimitadas, análisis profesional de imágenes médicas y funciones más potentes
Qué es MedGemma
MedGemma MedGemma is a collection of cutting-edge AI models designed specifically to understand and process medical text and images. Developed by Google DeepMind and announced in May 2025, MedGemma represents a significant advancement in the field of medical artificial intelligence.
Built on the powerful Gemma 3 architecture, MedGemma has been optimized for healthcare applications, providing developers with robust tools to create innovative medical solutions.
As part of the Health AI Developer Foundations, MedGemma aims to democratize access to advanced medical AI technology, enabling researchers and developers worldwide to build more effective healthcare applications.
Novedades recientes
Launched at Google I/O 2025
Released as part of Google's ongoing efforts to enhance healthcare through technology
Características
Potentes capacidades diseñadas para aplicaciones médicas
Variantes del modelo MedGemma
4B Multimodal Model
Processes both medical images and text with 4 billion parameters, using a SigLIP image encoder pre-trained on de-identified medical data.
27B Text-Only Model
Optimized for deep medical text comprehension and clinical reasoning with 27 billion parameters.
Key Capabilities
- ✓Medical image classification (radiology, pathology, etc.)
- ✓Medical image interpretation and report generation
- ✓Medical text comprehension and clinical reasoning
- ✓Patient preclinical interviews and triaging
- ✓Clinical decision support and summarization
Comparación de rendimiento
Casos de uso de MedGemma
Healthcare Application Development
Build AI-based applications that examine medical images, generate reports, and triage patients.
Medical Research and Innovation
Accelerate research with open access to advanced AI through Hugging Face and Google Cloud.
Clinical Support Roles
Enhance patient interviewing and clinical decision support for improved healthcare efficiency.
How to Use
Implementation guides and adaptation methods
Accede a los modelos MedGemma
MedGemma models are accessible on platforms like Hugging Face, subject to the terms of use by the Health AI Developer Foundations.
# Example Python code to load MedGemma model
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("google/medgemma-4b-it")
model = AutoModelForCausalLM.from_pretrained("google/medgemma-4b-it")Métodos de adaptación
Ingeniería de prompts
Usa ejemplos few-shot y divide las tareas en subtareas para mejorar el rendimiento.
Ajuste fino
Optimiza con tus propios datos médicos usando recursos como los notebooks de GitHub.
Orquestación agéntica
Integrate with tools like web search, FHIR generators, and Gemini Live.
Opciones de despliegue
Elige el método de despliegue adecuado según tus requisitos:
Despliegue local
Ejecuta los modelos localmente para experimentación y desarrollo.
Despliegue en la nube
Deploy as scalable HTTPS endpoints on Vertex AI through Model Garden for production-grade applications.
Consideraciones de implementación
Requisitos de validación
MedGemma models are not clinical-grade out of the box. Developers must validate performance and make necessary improvements before deploying in production environments.
Condiciones de uso
The use of MedGemma is governed by the Health AI Developer Foundations terms of use, which developers must review and agree to before accessing models.
¿Tienes una foto de un síntoma visible?
Los modelos descritos en esta página son herramientas de investigación para imagen clínica. Si lo que tienes es una foto cotidiana —una erupción, un lunar, una uña, una herida—, AI Doctor Scan la analiza y devuelve gratis un nivel de urgencia y un resumen en lenguaje sencillo en unos 30 segundos. No nombra ningún diagnóstico y no requiere cuenta.
Prueba AI Doctor Scan — gratisPreguntas Frecuentes
Preguntas comunes sobre MedGemma
¿Cuáles son las diferencias clave entre los modelos MedGemma multimodal 4B y solo texto 27B?
El modelo multimodal 4B procesa imágenes y texto médicos, mientras que el modelo 27B se enfoca en procesamiento de texto y razonamiento clínico.
¿Los modelos MedGemma están listos para uso clínico inmediato?
No, los modelos MedGemma requieren validación y mejoras antes del despliegue en entornos de producción.
¿Cómo puedo acceder a los modelos Medical Gemma para mi trabajo de desarrollo?
Los modelos Medical Gemma están disponibles en diversas plataformas y servicios en la nube, sujetos a las condiciones de uso y acuerdos de licencia correspondientes. Puedes ejecutarlos localmente para experimentar o desplegarlos mediante plataformas en la nube para aplicaciones de nivel de producción.
¿Qué tipos de imágenes médicas puede procesar el modelo multimodal 4B?
El modelo multimodal 4B está preentrenado con diversas imágenes médicas, como radiografías de tórax, imágenes dermatológicas, imágenes oftalmológicas y preparaciones histopatológicas, lo que lo hace adaptable a distintas tareas de imagen médica.
¿Qué métodos de adaptación pueden mejorar el rendimiento de Medical Gemma en tareas específicas?
Los desarrolladores pueden usar ingeniería de prompts (ejemplos few-shot), ajuste fino con sus propios datos médicos y orquestación agéntica con herramientas como búsqueda web, generadores FHIR y sistemas de IA avanzados para mejorar el rendimiento en casos de uso específicos.
¿Cuándo se lanzaron los modelos Medical Gemma?
Los modelos Medical Gemma representan una tecnología avanzada de IA sanitaria desarrollada como parte de los esfuerzos continuos por mejorar la atención sanitaria mediante la inteligencia artificial y el aprendizaje automático.
¿Cómo se comparan los modelos Medical Gemma con modelos similares de su tamaño?
Los modelos Medical Gemma muestran un sólido rendimiento de referencia frente a modelos de tamaño similar. Se han evaluado con benchmarks clínicamente relevantes, incluidos conjuntos de datos abiertos y curados, con especial atención a las evaluaciones de expertos humanos en tareas médicas.
¿Hay recursos disponibles para el ajuste fino de Medical Gemma?
Sí, hay diversos recursos, como notebooks y documentación, que facilitan el ajuste fino; por ejemplo, ejemplos de ajuste fino con LoRA y otras técnicas de optimización disponibles en repositorios de código abierto.
¿Cuáles son los requisitos de hardware para ejecutar los modelos Medical Gemma?
Los requisitos de hardware dependen de la variante del modelo. Los modelos Medical Gemma están diseñados para ser eficientes y pueden ejecutar el ajuste fino y la inferencia en una sola GPU, lo que los hace más accesibles que algunos modelos más grandes.
¿Admiten los modelos Medical Gemma terminología médica multilingüe?
Según los debates de la comunidad, existen dudas sobre el rendimiento de Medical Gemma con terminología médica en idiomas distintos del inglés, como los términos médicos en japonés. Esto sugiere que el soporte multilingüe puede variar y podría ser un área de mejora futura o de ajuste fino.