Proプラン30%オフ申し込む

MedGemma

医療テキストと医用画像を解析する先進的な AI モデル

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。

🧠
5
種類のオープンな MedGemma モデル
4B
マルチモーダル(画像+テキスト)
27B
テキスト専用またはマルチモーダル
最新バージョン: MedGemma 1.5 4B · 2026年1月

MedGemmaインタラクティブデモを試す

医療テキストと画像分析のためのMedGemma 4B ITモデルの力を体験

MedGemma デモ

AI医療アシスタントを体験

0/3 メッセージ

医療相談を開始

症状に関する質問や健康アドバイスをお求めください

Dr7.ai API

OpenAI互換APIでDr7独自の医療AIアシスタントを利用できます。GPUやデプロイの管理は不要です。

API を見る

さらに強力なAI医療診断機能をお求めですか?

Pro版にアップグレードすると、高度なAIモデル、無制限の会話、専門的な医療画像分析など、さらに強力な機能が利用できます

10+
AIモデルの選択肢
24/7
24時間365日サポート
∞
無制限の会話

MedGemma とは

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。

最新バージョン
MedGemma 1.5 4B
2026年1月

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。

MedGemma のバージョンとモデル一覧

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。

MedGemma 1.5 4B最新
パラメータ数
4B
入力
テキスト+画像(3D CT/MRI・病理全スライド画像を含む)
公開日
2026年1月
Hugging Face リポジトリ
google/medgemma-1.5-4b-it
ライセンス
HAI-DEF 規約

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
MedGemma 4B-it
パラメータ数
4B
入力
テキスト+画像
公開日
2025年5月
Hugging Face リポジトリ
google/medgemma-4b-it
ライセンス
HAI-DEF 規約

指示チューニング済み。最初に試すならこのモデル。

MedGemma 4B-pt
パラメータ数
4B
入力
テキスト+画像
公開日
2025年5月
Hugging Face リポジトリ
google/medgemma-4b-pt
ライセンス
HAI-DEF 規約

より踏み込んだ実験向けの事前学習済みベースモデル。

MedGemma 27B text-it
パラメータ数
27B
入力
テキストのみ
公開日
2025年5月
Hugging Face リポジトリ
google/medgemma-27b-text-it
ライセンス
HAI-DEF 規約

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。

MedGemma 27B multimodal
パラメータ数
27B
入力
テキスト+画像+電子カルテデータ
公開日
2025年7月
Hugging Face リポジトリ
google/medgemma-27b-it
ライセンス
HAI-DEF 規約

テキスト・診療記録・画像を 1 つで扱う 27B モデル。

MedSigLIP関連
パラメータ数
400M + 400M
入力
画像・テキストの埋め込み(448×448)
公開日
2025年7月
Hugging Face リポジトリ
google/medsiglip-448
ライセンス
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。

詳細: MedSigLIP

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

主な特長

Google のモデルカードに基づく、MedGemma でできること

MedGemma のモデルバリエーション

🖼️

マルチモーダルモデル(4B、27B、1.5 4B)

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。

📄

テキスト専用モデル(27B)

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。

主な機能

  • ✓医用画像の分類(放射線科、病理、皮膚科、眼科)
  • ✓医用画像の読影とレポート草案の作成
  • ✓医療に関する質問応答と臨床推論
  • ✓3D CT/MRI および病理全スライド画像の読影(MedGemma 1.5)
  • ✓検査報告書や電子カルテ(EHR)のテキストからの構造化データ抽出(MedGemma 1.5)

MedGemma のベンチマーク結果

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 4BMedGemma 1.5 4BMedGemma 27B textMedGemma 27B multimodal
MedQA(4 択)64.469.187.785.3
MedMCQA55.759.874.270.2
PubMedQA73.468.276.877.2
MMLU(医療分野)70.069.687.086.2
MIMIC-CXR(マクロ F1、上位 5 疾患)88.989.5—90.0
EyePACS(眼底)64.976.8—75.3

出典: MedGemma 1.5 model card · MedGemma 1 model card

MedGemma の活用例

🏥

医療アプリの開発

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。

🔬

医療 AI の研究

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。

👨‍⚕️

臨床支援のプロトタイプ

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。

MedGemmaの使い方

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。

1

Dr7.aiの医療AIチャット

Dr7独自の医療AIアシスタントに質問したり、X線画像、CT断面画像、皮膚の写真をアップロードしたりできます。ログインして開始してください。

デモを開く
2

Hugging Face からダウンロード

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
3

Google Cloud Vertex AI

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

Hugging Face Transformers でのクイックスタート(Google のモデルカードより)

# 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"])

MedGemma を目的のタスクに合わせる

プロンプトエンジニアリング

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。

ファインチューニング

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。

エージェント型オーケストレーション

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。

開発を始める前に

検証が必要

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。

利用規約

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。

MedGemma vs Med-PaLM 2 vs LLaVA-Med

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。

MedGemma 4BGoogle
ダウンロード
可(HAI-DEF 規約への同意が必要)
入力
テキスト+画像
MedQA
64.4%
MedGemma 1.5 4BGoogle
ダウンロード
可(HAI-DEF 規約への同意が必要)
入力
テキスト+画像(3D CT/MRI を含む)
MedQA
69.1%
詳細: MedGemma 1.5 4B
MedGemma 27B textGoogle
ダウンロード
可(HAI-DEF 規約への同意が必要)
入力
テキスト
MedQA
87.7%
MedGemma 27B multimodalGoogle
ダウンロード
可(HAI-DEF 規約への同意が必要)
入力
テキスト+画像
MedQA
85.3%
Med-PaLM 2Google
ダウンロード
不可(重みは非公開)
入力
テキスト
MedQA
86.5%
詳細: Med-PaLM 2
LLaVA-Med v1.5Microsoft
ダウンロード
可(研究用途のみ)
入力
テキスト+画像
MedQA
未公表
詳細: LLaVA-Med v1.5

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

よくある質問

MedGemma に関するよくある質問

MedGemma 4B と MedGemma 27B の違いは何ですか?

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。

MedGemma はそのまま臨床で使えますか?

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 はどうやってダウンロード・利用できますか?

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 はどのような医用画像を処理できますか?

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。

特定のタスクで MedGemma の性能を高めるにはどうすればよいですか?

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。

MedGemma はいつ公開されましたか?

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。

MedGemma の医療ベンチマークのスコアはどのくらいですか?

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。

MedGemma をファインチューニングするための資料はありますか?

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。

MedGemma を動かすにはどのようなハードウェアが必要ですか?

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。

MedGemma 2 や MedGemma 1.5 27B はありますか?

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 は日本語など英語以外の言語でも使えますか?

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。

MedGemma は Med-Gemini や Med-PaLM 2 と同じものですか?

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。