Plano Pro: 30% de descontoAproveitar

MedGemma

Modelos de IA avançados para análise de textos e imagens médicas

Alimentado pela Plataforma Dr7.ai Medical AI

MedGemma é a família de modelos de IA médica do Google com pesos abertos, baseada no Gemma 3. Conheça versões, resultados e downloads ou experimente grátis a demo interativa do MedGemma abaixo.

🧠
5
modelos abertos do MedGemma
4B
Multimodal (imagem + texto)
27B
Só texto ou multimodal
Versão mais recente: MedGemma 1.5 4B · jan. de 2026

Experimente a Demo Interativa MedGemma

Experimente o poder do modelo MedGemma 4B IT para análise avançada de texto e imagens médicas

API da Dr7.ai

Use o assistente médico de IA próprio do Dr7 por uma API compatível com OpenAI, sem gerenciar GPU nem implantação.

Ver a API

Quer recursos de diagnóstico médico com IA mais poderosos?

Faça upgrade para a versão Pro e desbloqueie modelos de IA avançados, conversas ilimitadas, análise profissional de imagens médicas e recursos mais poderosos

10+
Opções de modelos de IA
24/7
Suporte 24/7
∞
Conversas ilimitadas

O que é o MedGemma

MedGemma é uma família de modelos abertos de IA do Google, baseada no Gemma 3 e treinada para entender textos e imagens médicas. O Google lançou os primeiros modelos MedGemma em 20 de maio de 2025; a versão mais recente é o MedGemma 1.5 4B (13 de janeiro de 2026).

Construído sobre a poderosa arquitetura Gemma 3, o MedGemma foi otimizado para aplicações de saúde e oferece aos desenvolvedores ferramentas robustas para criar soluções médicas inovadoras.

Como parte do Health AI Developer Foundations, o MedGemma busca democratizar o acesso à IA médica avançada, permitindo que pesquisadores e desenvolvedores do mundo todo criem aplicações de saúde mais eficazes. Você também pode encontrá-lo escrito como Med Gemma, Med-Gemma, MedGamma, Medgema ou Google MedGemma — todos se referem à mesma família de modelos, que não deve ser confundida com o Med-Gemini, um modelo de pesquisa separado do Google que não foi disponibilizado publicamente.

Versão mais recente
MedGemma 1.5 4B
jan. de 2026

Adiciona volumes 3D de CT e MRI, patologia de lâmina inteira (whole-slide), comparação com radiografias de tórax anteriores, localização anatômica e extração de dados de laudos laboratoriais.

MedGemma 1.5 4B em detalhes

Verificado em outubro de 2026: não existe MedGemma 2 nem MedGemma 1.5 27B — o MedGemma 1.5 existe apenas como modelo 4B.

Versões e modelos do MedGemma

Todos os checkpoints oficiais do MedGemma publicados pelo Google, mais o codificador de imagens relacionado MedSigLIP.

MedGemma 1.5 4BMais recente
Parâmetros
4B
Entrada
Texto + imagens, incl. CT/MRI 3D e patologia whole-slide
Lançamento
jan. de 2026
Repo no Hugging Face
google/medgemma-1.5-4b-it
Licença
Termos HAI-DEF

Modelo 4B atualizado; disponível apenas como 4B ajustado por instruções.

Detalhes: MedGemma 1.5 4B
MedGemma 4B-it
Parâmetros
4B
Entrada
Texto + imagens
Lançamento
mai. de 2025
Repo no Hugging Face
google/medgemma-4b-it
Licença
Termos HAI-DEF

Ajustado por instruções — o ponto de partida recomendado.

MedGemma 4B-pt
Parâmetros
4B
Entrada
Texto + imagens
Lançamento
mai. de 2025
Repo no Hugging Face
google/medgemma-4b-pt
Licença
Termos HAI-DEF

Modelo base pré-treinado para experimentação mais aprofundada.

MedGemma 27B text-it
Parâmetros
27B
Entrada
Só texto
Lançamento
mai. de 2025
Repo no Hugging Face
google/medgemma-27b-text-it
Licença
Termos HAI-DEF

Treinado apenas com texto médico; maiores pontuações nos benchmarks de texto.

MedGemma 27B multimodal
Parâmetros
27B
Entrada
Texto + imagens + dados de EHR
Lançamento
jul. de 2025
Repo no Hugging Face
google/medgemma-27b-it
Licença
Termos HAI-DEF

Um único modelo 27B para texto, prontuários e imagens.

MedSigLIPRelacionado
Parâmetros
400M + 400M
Entrada
Embeddings de imagem e texto (448×448)
Lançamento
jul. de 2025
Repo no Hugging Face
google/medsiglip-448
Licença
Termos HAI-DEF

Não é um modelo de chat: é o codificador de imagens médicas por trás do MedGemma, para classificação e busca de imagens.

Detalhes: MedSigLIP

Fontes: 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

Recursos

O que o MedGemma consegue fazer, segundo os model cards (fichas técnicas) do Google

Variantes do modelo MedGemma

🖼️

Modelos multimodais (4B, 27B, 1.5 4B)

Leem imagens médicas e texto em conjunto. Usam um codificador de imagens SigLIP pré-treinado com dados médicos anonimizados — radiografias de tórax e imagens de dermatologia, oftalmologia e histopatologia.

📄

Modelo só de texto (27B)

Treinado exclusivamente com texto médico e otimizado para raciocínio médico, por isso pontua um pouco acima do modelo 27B multimodal nos benchmarks de texto.

Principais capacidades

  • ✓Classificação de imagens médicas (radiologia, patologia, dermatologia, oftalmologia)
  • ✓Interpretação de imagens médicas e geração de rascunhos de laudos
  • ✓Resposta a perguntas médicas e raciocínio clínico
  • ✓Interpretação de CT/MRI 3D e de patologia de lâmina inteira (MedGemma 1.5)
  • ✓Extração de dados estruturados de laudos laboratoriais e textos de prontuário eletrônico (EHR) (MedGemma 1.5)

Resultados do MedGemma em benchmarks

Acurácia (%) ou F1 macro conforme os model cards oficiais do Google. Os resultados do 27B usam escalonamento em tempo de teste (test-time scaling).

BenchmarkMedGemma 4BMedGemma 1.5 4BMedGemma 27B textMedGemma 27B multimodal
MedQA (4 alternativas)64,469,187,785,3
MedMCQA55,759,874,270,2
PubMedQA73,468,276,877,2
MMLU médico70,069,687,086,2
MIMIC-CXR (F1 macro, 5 principais condições)88,989,5—90,0
EyePACS (fundo de olho)64,976,8—75,3

Fontes: MedGemma 1.5 model card · MedGemma 1 model card

Casos de uso do MedGemma

🏥

Desenvolvimento de aplicativos de saúde

Crie aplicações de IA que analisam imagens médicas, geram relatórios e ajudam na triagem de pacientes.

🔬

Pesquisa em IA médica

Acelere sua pesquisa com acesso aberto a IA avançada pelo Hugging Face e pelo Google Cloud.

👨‍⚕️

Protótipos de apoio clínico

Crie protótipos de ferramentas de apoio à decisão, resumo e revisão de prontuários e valide-os antes de qualquer uso clínico.

Como usar o MedGemma

Execute o MedGemma por conta própria com Hugging Face ou Vertex AI, ou experimente online o chat de IA médica do Dr7. Procurando a API do Dr7? Ela fica logo abaixo da demo.

1

Chat de IA médica do Dr7.ai

Faça uma pergunta ao assistente médico de IA próprio do Dr7 ou envie uma radiografia, um corte de TC ou uma foto da pele. Entre na sua conta para começar.

Abrir a demo
2

Baixar do Hugging Face

Entre no Hugging Face, abra a página do modelo e aceite os termos do Health AI Developer Foundations (o acesso é liberado na hora). Depois carregue-o com o Transformers 4.50 ou mais recente. Segundo o Google, todos os modelos MedGemma podem rodar em uma única GPU; os modelos 27B precisam de uma GPU grande, a menos que você os quantize.

MedGemma no Hugging Face
3

Google Cloud Vertex AI

Implante o MedGemma como endpoint gerenciado pelo Vertex AI Model Garden no seu próprio projeto do Google Cloud — o caminho recomendado pelo Google para produção em escala. Cobrado pelo Google Cloud.

Vertex AI Model Garden

Início rápido com Hugging Face Transformers (do model card do 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"])

Adaptando o MedGemma à sua tarefa

Engenharia de prompts

Use exemplos few-shot e divida as tarefas em subtarefas menores para melhorar os resultados.

Fine-tuning

Treine com seus próprios dados médicos, partindo do notebook de fine-tuning do Google no GitHub.

Orquestração agêntica

Combine o MedGemma com ferramentas como busca na web, geradores de dados FHIR ou outros modelos de IA.

Antes de desenvolver

Validação obrigatória

O MedGemma não tem nível clínico de fábrica. O model card do Google afirma que os desenvolvedores devem validá-lo e adaptá-lo ao seu caso de uso específico antes de confiar nele.

Termos de uso

O uso do MedGemma é regido pelos termos de uso do Health AI Developer Foundations, que você aceita antes de baixar os pesos.

MedGemma vs Med-PaLM 2 vs LLaVA-Med

Quais modelos de IA médica você realmente pode baixar, o que eles leem e suas pontuações publicadas no MedQA.

MedGemma 4BGoogle
Dá para baixar?
Sim (aceitando os termos HAI-DEF)
Entrada
Texto + imagens
MedQA
64.4%
MedGemma 1.5 4BGoogle
Dá para baixar?
Sim (aceitando os termos HAI-DEF)
Entrada
Texto + imagens (incl. CT/MRI 3D)
MedQA
69.1%
Mais: MedGemma 1.5 4B
MedGemma 27B textGoogle
Dá para baixar?
Sim (aceitando os termos HAI-DEF)
Entrada
Texto
MedQA
87.7%
MedGemma 27B multimodalGoogle
Dá para baixar?
Sim (aceitando os termos HAI-DEF)
Entrada
Texto + imagens
MedQA
85.3%
Med-PaLM 2Google
Dá para baixar?
Não — pesos nunca liberados
Entrada
Texto
MedQA
86.5%
Mais: Med-PaLM 2
LLaVA-Med v1.5Microsoft
Dá para baixar?
Sim (só para pesquisa)
Entrada
Texto + imagens
MedQA
Não divulgado
Mais: LLaVA-Med v1.5

As pontuações vêm do artigo ou do model card de cada modelo, com configurações diferentes (por exemplo, o Med-PaLM 2 usou prompting com refinamento por ensemble e o MedGemma 27B usou escalonamento em tempo de teste), então considere-as indicativas, e não um teste direto. O LLaVA-Med foi avaliado em perguntas e respostas sobre imagens médicas (VQA-RAD, SLAKE, PathVQA), não no MedQA.

Fontes: 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

Tem uma foto de um sintoma visível?

Os modelos descritos nesta página são ferramentas de pesquisa para imagem clínica. Se o que você tem é uma foto do dia a dia — uma erupção, uma pinta, uma unha, um ferimento —, o AI Doctor Scan a analisa e devolve gratuitamente um nível de urgência e um resumo em linguagem simples em cerca de 30 segundos. Não nomeia nenhum diagnóstico e não exige conta.

Experimente o AI Doctor Scan — grátis

Perguntas frequentes

Dúvidas comuns sobre o MedGemma

Quais são as diferenças entre o MedGemma 4B e o MedGemma 27B?

O MedGemma 4B é um modelo multimodal de 4 bilhões de parâmetros que lê imagens médicas e texto. O MedGemma 27B tem duas versões de 27 bilhões de parâmetros: um modelo só de texto, treinado exclusivamente com texto médico, e um modelo multimodal que também lida com imagens e dados de prontuário eletrônico. Os modelos 27B pontuam mais alto nos benchmarks de texto médico (MedQA: 87,7% no 27B só texto contra 64,4% no 4B), enquanto o 4B é bem mais barato de rodar. O MedGemma 1.5 4B (janeiro de 2026) é um modelo 4B atualizado.

O MedGemma pode ser usado na prática clínica sem validação adicional?

Não. O model card do Google diz que o MedGemma não deve ser usado sem a devida validação, adaptação ou modificação significativa para um caso de uso específico, e que seus resultados não se destinam a embasar diretamente diagnósticos clínicos, o manejo de pacientes ou decisões de tratamento.

Como baixar ou acessar o MedGemma?

Os pesos do MedGemma estão no Hugging Face (por exemplo, google/medgemma-4b-it). Entre na sua conta, aceite os termos do Health AI Developer Foundations na página do modelo — o acesso é liberado na hora — e carregue o modelo com o Transformers. Você também pode implantá-lo pelo Vertex AI Model Garden do Google Cloud.

Que tipos de imagens médicas o MedGemma consegue processar?

O codificador de imagens do MedGemma foi pré-treinado com radiografias de tórax, imagens dermatológicas, imagens oftalmológicas (de fundo de olho) e lâminas de histopatologia, todas anonimizadas. O MedGemma 1.5 4B adiciona volumes 3D de CT e MRI, múltiplos recortes (patches) de imagens de patologia de lâmina inteira e a comparação de uma radiografia de tórax com imagens anteriores.

Como melhorar o desempenho do MedGemma em uma tarefa específica?

O Google cita engenharia de prompts (por exemplo, exemplos few-shot), grounding (ancoragem em fontes), orquestração agêntica com outras ferramentas e fine-tuning com seus próprios dados. O repositório oficial google-health/medgemma no GitHub inclui um notebook de fine-tuning.

Quando o MedGemma foi lançado?

O Google lançou o MedGemma 4B e o MedGemma 27B só texto em 20 de maio de 2025, na época do Google I/O. O MedGemma 27B multimodal e o codificador de imagens MedSigLIP vieram em 9 de julho de 2025, e o MedGemma 1.5 4B em 13 de janeiro de 2026. O artigo revisado por pares sobre o MedGemma foi publicado na Nature Medicine em 6 de outubro de 2026.

Qual é o desempenho do MedGemma em benchmarks médicos?

No MedQA (estilo USMLE, 4 alternativas), o Google reporta 64,4% para o MedGemma 4B, 69,1% para o MedGemma 1.5 4B, 87,7% para o MedGemma 27B só texto e 85,3% para o MedGemma 27B multimodal (os resultados do 27B usam escalonamento em tempo de teste). Para comparação, o modelo base Gemma 3 4B atinge 50,7%.

Existem recursos para fazer fine-tuning do MedGemma?

Sim. O repositório google-health/medgemma do Google no GitHub oferece um notebook de início rápido e um notebook de fine-tuning para Hugging Face, além de outros notebooks de tutorial, por exemplo para CT e patologia de lâmina inteira com o MedGemma 1.5.

De que hardware preciso para rodar o MedGemma?

Segundo o Google, todos os modelos MedGemma podem rodar em uma única GPU, e o MedGemma 4B pode até ser adaptado para rodar em hardware móvel. Os modelos 27B precisam de uma GPU grande — as notas de início rápido do Google indicam GPUs da classe do Colab Enterprise para rodá-los sem quantização.

Existe MedGemma 2 ou MedGemma 1.5 27B?

Não, até outubro de 2026. A versão mais recente é o MedGemma 1.5, que o Google oferece apenas como modelo multimodal 4B ajustado por instruções (instruction-tuned). Os modelos 27B continuam sendo as versões originais do MedGemma 1, de maio e julho de 2025.

O MedGemma funciona em outros idiomas além do inglês?

O MedGemma é baseado no Gemma 3, que suporta mais de 140 idiomas, então consegue ler e responder em muitos idiomas. No entanto, o Google observa que suas avaliações de segurança usaram principalmente prompts em inglês e que seus benchmarks médicos são majoritariamente em inglês, por isso valide a qualidade no seu próprio idioma (por exemplo, português ou japonês) antes de confiar nele.

O MedGemma é o mesmo que o Med-Gemini ou o Med-PaLM 2?

Não. O Med-Gemini (2024, 91,1% no MedQA) e o Med-PaLM 2 (2023, 86,5% no MedQA) são modelos de pesquisa do Google cujos pesos nunca foram disponibilizados. O MedGemma é a família de modelos abertos do Google que qualquer pessoa pode baixar e ajustar.