Dr7.ai Medical AIプラットフォーム提供
MedGemmaはGoogleがGemma 3を基に開発した、重みが公開されている医療AIモデル群です。バージョン、ベンチマーク、ダウンロード方法を確認でき、下ではMedGemmaのインタラクティブデモを無料で試せます。
MedGemma は、Google が Gemma 3 をベースに開発したオープンな AI モデルファミリーで、医療テキストと医用画像を理解するよう学習されています。Google は 2025年5月20日に最初の MedGemma モデルを公開し、最新版は MedGemma 1.5 4B(2026年1月13日公開)です。
強力なGemma 3アーキテクチャに基づいて構築されたMedGemmaは、ヘルスケアアプリケーション向けに最適化されており、開発者にMedGemmaを使用した革新的な医療ソリューションを作成するための堅牢なツールを提供します。
Health AI Developer Foundationsの一部として、MedGemmaは高度な医療AI技術へのアクセスを民主化し、世界中の研究者と開発者がMedGemmaを使用してより効果的なヘルスケアアプリケーションを構築できるようにすることを目指しています。 Med Gemma、Med-Gemma、MedGamma、Medgema、Google MedGemma、あるいはメドジェマと表記されることもありますが、いずれも同じモデルファミリーを指し、Google が一般公開していない別の研究モデルである Med-Gemini とは異なります。
3D の CT・MRI ボリューム、病理の全スライド画像、過去の胸部 X 線画像との比較、解剖学的部位の特定、検査報告書からのデータ抽出に新たに対応しました。
MedGemma 1.5 4B の詳細2026年10月時点で確認:MedGemma 2 や MedGemma 1.5 27B は存在しません。MedGemma 1.5 は 4B モデルのみです。
Google が公開している MedGemma の公式チェックポイントすべてと、関連する MedSigLIP 画像エンコーダー。
4B の改良版。指示チューニング済み 4B のみ提供。
詳細: MedGemma 1.5 4B指示チューニング済み。最初に試すならこのモデル。
より踏み込んだ実験向けの事前学習済みベースモデル。
医療テキストのみで学習。テキスト系ベンチマークで最高スコア。
テキスト・診療記録・画像を 1 つで扱う 27B モデル。
チャットモデルではありません。MedGemma の基盤となる医用画像エンコーダーで、分類や画像検索に使います。
詳細: MedSigLIP| モデル | パラメータ数 | 入力 | 公開日 | Hugging Face リポジトリ | ライセンス |
|---|---|---|---|---|---|
4B の改良版。指示チューニング済み 4B のみ提供。 | 4B | テキスト+画像(3D CT/MRI・病理全スライド画像を含む) | 2026年1月 | google/medgemma-1.5-4b-it | HAI-DEF 規約 |
MedGemma 4B-it 指示チューニング済み。最初に試すならこのモデル。 | 4B | テキスト+画像 | 2025年5月 | google/medgemma-4b-it | HAI-DEF 規約 |
MedGemma 4B-pt より踏み込んだ実験向けの事前学習済みベースモデル。 | 4B | テキスト+画像 | 2025年5月 | google/medgemma-4b-pt | HAI-DEF 規約 |
MedGemma 27B text-it 医療テキストのみで学習。テキスト系ベンチマークで最高スコア。 | 27B | テキストのみ | 2025年5月 | google/medgemma-27b-text-it | HAI-DEF 規約 |
MedGemma 27B multimodal テキスト・診療記録・画像を 1 つで扱う 27B モデル。 | 27B | テキスト+画像+電子カルテデータ | 2025年7月 | google/medgemma-27b-it | HAI-DEF 規約 |
チャットモデルではありません。MedGemma の基盤となる医用画像エンコーダーで、分類や画像検索に使います。 | 400M + 400M | 画像・テキストの埋め込み(448×448) | 2025年7月 | google/medsiglip-448 | HAI-DEF 規約 |
出典: 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
Google のモデルカードに基づく、MedGemma でできること
医用画像とテキストをあわせて読み取ります。胸部 X 線、皮膚科、眼科、病理組織の画像など、匿名化された医療データで事前学習した SigLIP 画像エンコーダーを使用しています。
医療テキストのみで学習し、医療推論に最適化されているため、テキスト系ベンチマークでは 27B マルチモーダルモデルをわずかに上回るスコアを記録しています。
Google 公式モデルカードに記載された正解率(%)またはマクロ F1。27B の結果はテスト時スケーリングを使用しています。
| ベンチマーク | MedGemma 4B | MedGemma 1.5 4B | MedGemma 27B text | MedGemma 27B multimodal |
|---|---|---|---|---|
| MedQA(4 択) | 64.4 | 69.1 | 87.7 | 85.3 |
| MedMCQA | 55.7 | 59.8 | 74.2 | 70.2 |
| PubMedQA | 73.4 | 68.2 | 76.8 | 77.2 |
| MMLU(医療分野) | 70.0 | 69.6 | 87.0 | 86.2 |
| MIMIC-CXR(マクロ F1、上位 5 疾患) | 88.9 | 89.5 | — | 90.0 |
| EyePACS(眼底) | 64.9 | 76.8 | — | 75.3 |
医療画像の解析、レポート作成、患者のトリアージを行うAIアプリケーションを構築できます。
Hugging FaceとGoogle Cloudで先進的なAIをオープンに利用でき、研究を加速できます。
意思決定支援、要約、診療記録レビューなどのツールを試作し、臨床で使う前に必ず検証します。
Hugging FaceやVertex AIでMedGemmaを自分で実行するか、Dr7の医療AIチャットをオンラインでお試しください。Dr7のAPIはデモのすぐ下にあります。
Hugging Face にログインしてモデルページを開き、Health AI Developer Foundations の規約に同意します(アクセス権はすぐに付与されます)。その後、Transformers 4.50 以降で読み込みます。Google によると、どの MedGemma モデルも GPU 1 基で動作しますが、27B モデルは量子化しない限り大容量の GPU が必要です。
Hugging Face の MedGemma自分の Google Cloud プロジェクトで、Vertex AI Model Garden から MedGemma をマネージドエンドポイントとしてデプロイします。本番規模での利用に Google が推奨する方法で、料金は Google Cloud から請求されます。
Vertex AI Model Garden# 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"])few-shot の例を示したり、タスクを小さなサブタスクに分割したりして精度を高めます。
GitHub で公開されている Google のファインチューニング用ノートブックをベースに、自分の医療データで学習させます。
MedGemma をウェブ検索、FHIR データ生成ツール、他の AI モデルなどと組み合わせて使います。
MedGemma はそのままでは臨床グレードではありません。Google のモデルカードには、開発者が利用前に個々のユースケースに合わせて検証・調整しなければならないと明記されています。
MedGemma の利用には Health AI Developer Foundations の利用規約が適用されます。重みをダウンロードする前にこの規約への同意が必要です。
実際にダウンロードできる医療 AI モデルはどれか、何を入力できるか、公表されている MedQA スコアを比較します。
| モデル | 開発元 | ダウンロード | 入力 | MedQA |
|---|---|---|---|---|
| MedGemma 4B | 可(HAI-DEF 規約への同意が必要) | テキスト+画像 | 64.4% | |
| MedGemma 1.5 4B | 可(HAI-DEF 規約への同意が必要) | テキスト+画像(3D CT/MRI を含む) | 69.1% | |
| MedGemma 27B text | 可(HAI-DEF 規約への同意が必要) | テキスト | 87.7% | |
| MedGemma 27B multimodal | 可(HAI-DEF 規約への同意が必要) | テキスト+画像 | 85.3% | |
| Med-PaLM 2 | 不可(重みは非公開) | テキスト | 86.5% | |
| LLaVA-Med v1.5 | Microsoft | 可(研究用途のみ) | テキスト+画像 | 未公表 |
スコアは各モデル自身の論文またはモデルカードによるもので、評価条件はそれぞれ異なります(例:Med-PaLM 2 はアンサンブル・リファインメント・プロンプティング、MedGemma 27B はテスト時スケーリングを使用)。そのため直接対決の比較ではなく、目安としてご覧ください。LLaVA-Med は MedQA ではなく、医用画像の質問応答(VQA-RAD、SLAKE、PathVQA)で評価されています。
出典: 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
MedGemma に関するよくある質問
MedGemma 4B は、医用画像とテキストを読み取れるパラメータ数 40 億のマルチモーダルモデルです。MedGemma 27B にはパラメータ数 270 億のバージョンが 2 つあり、医療テキストのみで学習したテキスト専用モデルと、画像や電子カルテのデータも扱えるマルチモーダルモデルがあります。医療テキストのベンチマークでは 27B のほうがスコアが高く(MedQA:27B テキスト専用は 87.7%、4B は 64.4%)、一方で 4B は実行コストが大幅に低くなります。MedGemma 1.5 4B(2026年1月)は 4B モデルの改良版です。
いいえ。Google のモデルカードには、MedGemma は特定のユースケースに対する適切な検証・調整、または実質的な改変なしに使用することを想定しておらず、その出力を臨床診断、患者管理、治療方針の決定に直接用いることも想定していないと記載されています。
MedGemma の重みは Hugging Face で公開されています(例:google/medgemma-4b-it)。ログインしてモデルページで Health AI Developer Foundations の規約に同意すると、すぐにアクセス権が付与されるので、Transformers でモデルを読み込みます。Google Cloud の Vertex AI Model Garden からデプロイすることもできます。
MedGemma の画像エンコーダーは、匿名化された胸部 X 線画像、皮膚科画像、眼科(眼底)画像、病理組織スライドで事前学習されています。MedGemma 1.5 4B では、3D の CT・MRI ボリューム、病理全スライド画像の複数パッチ、胸部 X 線画像と過去画像の比較にも対応しました。
Google は、プロンプトエンジニアリング(few-shot の例など)、グラウンディング、他のツールと組み合わせたエージェント型オーケストレーション、自分のデータでのファインチューニングを挙げています。公式の google-health/medgemma GitHub リポジトリにはファインチューニング用のノートブックが含まれています。
Google は Google I/O の時期にあたる 2025年5月20日に、MedGemma 4B と MedGemma 27B テキスト専用モデルを公開しました。続いて 2025年7月9日に MedGemma 27B マルチモーダルと MedSigLIP 画像エンコーダーが、2026年1月13日に MedGemma 1.5 4B が公開されました。査読を経た MedGemma の論文は、2026年10月6日に Nature Medicine に掲載されています。
MedQA(USMLE 形式、4 択)で Google が報告しているスコアは、MedGemma 4B が 64.4%、MedGemma 1.5 4B が 69.1%、MedGemma 27B テキスト専用が 87.7%、MedGemma 27B マルチモーダルが 85.3% です(27B の結果はテスト時スケーリングを使用)。比較として、ベースとなる Gemma 3 4B のスコアは 50.7% です。
はい。Google の google-health/medgemma GitHub リポジトリには、クイックスタート用ノートブックと Hugging Face 向けのファインチューニング用ノートブックのほか、MedGemma 1.5 で CT や病理全スライド画像を扱うチュートリアルなど、さらに多くのノートブックが用意されています。
Google によると、すべての MedGemma モデルは GPU 1 基で動作し、MedGemma 4B はモバイル端末で動かせるよう調整することも可能です。27B モデルには大容量の GPU が必要で、Google のクイックスタートでは、量子化せずに動かすには Colab Enterprise クラスの GPU が目安とされています。
2026年10月時点ではありません。最新リリースは MedGemma 1.5 で、Google は 4B のマルチモーダル指示チューニング済みモデルとしてのみ提供しています。27B モデルは、2025年5月と7月に公開された初代 MedGemma 1 のままです。
MedGemma は 140 以上の言語に対応する Gemma 3 をベースにしているため、日本語を含む多くの言語で読み取りや回答ができます。ただし Google は、安全性評価には主に英語のプロンプトを使用しており、医療ベンチマークもほとんどが英語であると説明しています。日本語で利用する場合は、実際に頼る前に日本語での品質を自分で検証してください。
いいえ。Med-Gemini(2024年、MedQA 91.1%)と Med-PaLM 2(2023年、MedQA 86.5%)は Google の研究用モデルで、重みは一度も公開されていません。MedGemma は、誰でもダウンロードしてファインチューニングできる Google のオープンなモデルファミリーです。