ขับเคลื่อนโดยแพลตฟอร์ม Dr7.ai Medical AI
MedGemma คือกลุ่มโมเดล AI ทางการแพทย์ของ Google ที่เปิดเผยน้ำหนัก โดยพัฒนาจาก Gemma 3 ดูรุ่น ผลทดสอบ และวิธีดาวน์โหลด หรือลองใช้เดโม MedGemma แบบโต้ตอบฟรีด้านล่าง
สัมผัสพลังของโมเดล MedGemma 4B IT สำหรับการวิเคราะห์ข้อความและภาพทางการแพทย์ขั้นสูง
สัมผัสผู้ช่วยแพทย์ AI
ใช้ผู้ช่วย AI ทางการแพทย์ของ Dr7 ผ่าน API ที่เข้ากันได้กับ OpenAI โดยไม่ต้องจัดการ GPU หรือการติดตั้งใช้งาน
อัปเกรดเป็นเวอร์ชัน Pro เพื่อปลดล็อกโมเดล AI ขั้นสูง การสนทนาไม่จำกัด การวิเคราะห์ภาพทางการแพทย์ระดับมืออาชีพ และฟีเจอร์ที่ทรงพลังยิ่งขึ้น
MedGemma คือกลุ่มโมเดล AI แบบเปิดจาก Google ที่สร้างบน Gemma 3 และได้รับการฝึกให้เข้าใจข้อความทางการแพทย์และภาพทางการแพทย์ Google เปิดตัวโมเดล MedGemma ชุดแรกเมื่อวันที่ 20 พฤษภาคม 2025 และรุ่นล่าสุดคือ MedGemma 1.5 4B (13 มกราคม 2026)
สร้างขึ้นบนสถาปัตยกรรม Gemma 3 ที่ทรงพลัง MedGemma ได้รับการปรับให้เหมาะสมสำหรับแอปพลิเคชันด้านสุขภาพ โดยให้เครื่องมือที่แข็งแกร่งแก่นักพัฒนาในการสร้างโซลูชันทางการแพทย์ที่นวัตกรรมด้วย MedGemma
ในฐานะส่วนหนึ่งของ Health AI Developer Foundations, MedGemma มีเป้าหมายในการทำให้การเข้าถึงเทคโนโลยี AI ทางการแพทย์ขั้นสูงเป็นประชาธิปไตย ทำให้นักวิจัยและนักพัฒนาทั่วโลกสามารถสร้างแอปพลิเคชันด้านสุขภาพที่มีประสิทธิภาพมากขึ้นด้วย MedGemma คุณอาจเห็นชื่อนี้เขียนเป็น Med Gemma, Med-Gemma, MedGamma, Medgema หรือ Google MedGemma ซึ่งล้วนหมายถึงกลุ่มโมเดลเดียวกัน และ MedGemma ไม่ใช่ Med-Gemini ซึ่งเป็นโมเดลวิจัยอีกตัวของ Google ที่ยังไม่เปิดให้ใช้งานสาธารณะ
เพิ่มการรองรับภาพ CT และ MRI แบบสามมิติ ภาพพยาธิวิทยาแบบสไลด์ทั้งแผ่น การเปรียบเทียบกับภาพเอกซเรย์ทรวงอกครั้งก่อน การระบุตำแหน่งทางกายวิภาค และการดึงข้อมูลจากรายงานผลแล็บ
รายละเอียด MedGemma 1.5 4Bตรวจสอบเมื่อตุลาคม 2026: ยังไม่มี MedGemma 2 และไม่มี MedGemma 1.5 27B — MedGemma 1.5 มีเฉพาะโมเดลขนาด 4B เท่านั้น
เช็กพอยต์ MedGemma อย่างเป็นทางการทั้งหมดที่ Google เผยแพร่ พร้อมตัวเข้ารหัสภาพ MedSigLIP ที่เกี่ยวข้อง
โมเดล 4B รุ่นปรับปรุง มีเฉพาะแบบ instruction-tuned ขนาด 4B
รายละเอียด: MedGemma 1.5 4Bแบบ instruction-tuned — จุดเริ่มต้นที่แนะนำ
โมเดลพื้นฐานแบบ pre-trained สำหรับการทดลองเชิงลึก
ฝึกด้วยข้อความทางการแพทย์เท่านั้น คะแนนเบนช์มาร์กด้านข้อความสูงสุด
โมเดล 27B ตัวเดียวสำหรับข้อความ เวชระเบียน และภาพ
ไม่ใช่โมเดลแชต: เป็นตัวเข้ารหัสภาพทางการแพทย์ที่อยู่เบื้องหลัง MedGemma ใช้สำหรับการจำแนกและค้นหาภาพ
รายละเอียด: MedSigLIP| โมเดล | พารามิเตอร์ | อินพุต | วันเปิดตัว | คลัง Hugging Face | สัญญาอนุญาต |
|---|---|---|---|---|---|
MedGemma 1.5 4Bล่าสุด โมเดล 4B รุ่นปรับปรุง มีเฉพาะแบบ instruction-tuned ขนาด 4B | 4B | ข้อความ + ภาพ รวมถึง CT/MRI สามมิติและภาพพยาธิวิทยาแบบสไลด์ทั้งแผ่น | ม.ค. 2026 | google/medgemma-1.5-4b-it | ข้อกำหนด HAI-DEF |
MedGemma 4B-it แบบ instruction-tuned — จุดเริ่มต้นที่แนะนำ | 4B | ข้อความ + ภาพ | พ.ค. 2025 | google/medgemma-4b-it | ข้อกำหนด HAI-DEF |
MedGemma 4B-pt โมเดลพื้นฐานแบบ pre-trained สำหรับการทดลองเชิงลึก | 4B | ข้อความ + ภาพ | พ.ค. 2025 | google/medgemma-4b-pt | ข้อกำหนด HAI-DEF |
MedGemma 27B text-it ฝึกด้วยข้อความทางการแพทย์เท่านั้น คะแนนเบนช์มาร์กด้านข้อความสูงสุด | 27B | ข้อความอย่างเดียว | พ.ค. 2025 | google/medgemma-27b-text-it | ข้อกำหนด HAI-DEF |
MedGemma 27B multimodal โมเดล 27B ตัวเดียวสำหรับข้อความ เวชระเบียน และภาพ | 27B | ข้อความ + ภาพ + ข้อมูล EHR | ก.ค. 2025 | google/medgemma-27b-it | ข้อกำหนด HAI-DEF |
MedSigLIPเกี่ยวข้อง ไม่ใช่โมเดลแชต: เป็นตัวเข้ารหัสภาพทางการแพทย์ที่อยู่เบื้องหลัง MedGemma ใช้สำหรับการจำแนกและค้นหาภาพ | 400M + 400M | เอ็มเบดดิงภาพและข้อความ (448×448) | ก.ค. 2025 | google/medsiglip-448 | ข้อกำหนด HAI-DEF |
แหล่งที่มา: 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
สิ่งที่ MedGemma ทำได้ ตามการ์ดโมเดลของ Google
อ่านภาพทางการแพทย์และข้อความไปพร้อมกัน ใช้ตัวเข้ารหัสภาพ SigLIP ที่ผ่านการฝึกล่วงหน้าด้วยข้อมูลทางการแพทย์ที่ลบข้อมูลระบุตัวตนแล้ว ได้แก่ ภาพเอกซเรย์ทรวงอก ภาพผิวหนัง ภาพจักษุวิทยา และภาพพยาธิวิทยาเนื้อเยื่อ
ฝึกด้วยข้อความทางการแพทย์เท่านั้นและปรับให้เหมาะกับการให้เหตุผลทางการแพทย์ จึงทำคะแนนเบนช์มาร์กด้านข้อความได้สูงกว่าโมเดล 27B แบบมัลติโมดัลเล็กน้อย
ความแม่นยำ (%) หรือ macro F1 ตามที่รายงานในการ์ดโมเดลอย่างเป็นทางการของ Google ผลของ 27B ใช้การขยายการคำนวณขณะทดสอบ (test-time scaling)
| เบนช์มาร์ก | MedGemma 4B | MedGemma 1.5 4B | MedGemma 27B text | MedGemma 27B multimodal |
|---|---|---|---|---|
| MedQA (4 ตัวเลือก) | 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 ด้านการแพทย์ | 70.0 | 69.6 | 87.0 | 86.2 |
| MIMIC-CXR (macro F1, 5 ภาวะหลัก) | 88.9 | 89.5 | — | 90.0 |
| EyePACS จอประสาทตา | 64.9 | 76.8 | — | 75.3 |
แหล่งที่มา: MedGemma 1.5 model card · MedGemma 1 model card
สร้างแอปพลิเคชัน AI ที่วิเคราะห์ภาพทางการแพทย์ จัดทำรายงาน และช่วยคัดกรองผู้ป่วย
เร่งงานวิจัยด้วยการเข้าถึง AI ขั้นสูงแบบเปิดผ่าน Hugging Face และ Google Cloud
สร้างต้นแบบเครื่องมือสนับสนุนการตัดสินใจ การสรุปข้อมูล และการทบทวนเวชระเบียน แล้วตรวจสอบความถูกต้องก่อนนำไปใช้ทางคลินิกทุกครั้ง
รัน MedGemma ด้วยตัวเองผ่าน Hugging Face หรือ Vertex AI หรือลองใช้แชต AI ทางการแพทย์ของ Dr7 ทางออนไลน์ได้เลย หากต้องการใช้ Dr7 API ดูได้ใต้ช่องเดโม
ถามคำถามกับผู้ช่วย AI ทางการแพทย์ของ Dr7 หรืออัปโหลดภาพเอกซเรย์ ภาพตัดขวาง CT หรือภาพผิวหนัง เข้าสู่ระบบเพื่อเริ่มใช้งาน
เปิดเดโมเข้าสู่ระบบ Hugging Face เปิดหน้าโมเดล แล้วยอมรับข้อกำหนดของ Health AI Developer Foundations (ได้รับสิทธิ์เข้าถึงทันที) จากนั้นโหลดโมเดลด้วย Transformers เวอร์ชัน 4.50 ขึ้นไป Google ระบุว่าโมเดล MedGemma ทุกตัวรันได้บน GPU ตัวเดียว แต่โมเดล 27B ต้องใช้ GPU ขนาดใหญ่ เว้นแต่จะทำ quantization
MedGemma บน Hugging Faceนำ MedGemma ไปใช้เป็น endpoint แบบมีการจัดการจาก Vertex AI Model Garden ในโปรเจกต์ Google Cloud ของคุณเอง — เป็นแนวทางที่ Google แนะนำสำหรับการใช้งานจริงในระดับโปรดักชัน โดย Google Cloud เป็นผู้เรียกเก็บค่าบริการ
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"])ใช้ตัวอย่างแบบ few-shot และแบ่งงานออกเป็นงานย่อยเพื่อให้ได้ผลลัพธ์ที่ดีขึ้น
ฝึกด้วยข้อมูลทางการแพทย์ของคุณเอง โดยเริ่มจากโน้ตบุ๊กสำหรับ fine-tuning ของ Google บน GitHub
ใช้ MedGemma ร่วมกับเครื่องมืออื่น เช่น การค้นหาเว็บ ตัวสร้างข้อมูล FHIR หรือโมเดล AI อื่น ๆ
MedGemma ไม่ได้พร้อมใช้ในระดับคลินิกทันที การ์ดโมเดลของ Google ระบุว่านักพัฒนาต้องตรวจสอบความถูกต้องและปรับให้เหมาะกับกรณีการใช้งานเฉพาะก่อนนำไปใช้จริง
การใช้ MedGemma อยู่ภายใต้ข้อกำหนดการใช้งานของ Health AI Developer Foundations ซึ่งคุณต้องยอมรับก่อนดาวน์โหลดน้ำหนักโมเดล
โมเดล AI ทางการแพทย์ตัวใดที่ดาวน์โหลดได้จริง อ่านอินพุตประเภทใด และคะแนน MedQA ที่เผยแพร่
| โมเดล | ผู้พัฒนา | ดาวน์โหลดได้? | อินพุต | MedQA |
|---|---|---|---|---|
| MedGemma 4B | ได้ (ยอมรับข้อกำหนด HAI-DEF) | ข้อความ + ภาพ | 64.4% | |
| MedGemma 1.5 4B | ได้ (ยอมรับข้อกำหนด HAI-DEF) | ข้อความ + ภาพ (รวม CT/MRI สามมิติ) | 69.1% | |
| MedGemma 27B text | ได้ (ยอมรับข้อกำหนด HAI-DEF) | ข้อความ | 87.7% | |
| MedGemma 27B multimodal | ได้ (ยอมรับข้อกำหนด HAI-DEF) | ข้อความ + ภาพ | 85.3% | |
| Med-PaLM 2 | ไม่ได้ — ไม่เคยเปิดเผยน้ำหนัก | ข้อความ | 86.5% | |
| LLaVA-Med v1.5 | Microsoft | ได้ (เพื่อการวิจัยเท่านั้น) | ข้อความ + ภาพ | ไม่มีรายงาน |
คะแนนมาจากบทความวิจัยหรือการ์ดโมเดลของแต่ละโมเดลภายใต้เงื่อนไขที่ต่างกัน (เช่น Med-PaLM 2 ใช้ ensemble refinement prompting และ MedGemma 27B ใช้ test-time scaling) จึงควรใช้เป็นตัวบ่งชี้คร่าว ๆ มากกว่าการเปรียบเทียบแบบตัวต่อตัว LLaVA-Med ได้รับการประเมินด้วยการตอบคำถามจากภาพทางการแพทย์ (VQA-RAD, SLAKE, PathVQA) ไม่ใช่ MedQA
แหล่งที่มา: 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
คำถามที่พบบ่อยเกี่ยวกับ MedGemma
MedGemma 4B เป็นโมเดลมัลติโมดัลขนาด 4 พันล้านพารามิเตอร์ที่อ่านได้ทั้งภาพทางการแพทย์และข้อความ ส่วน MedGemma 27B มีสองเวอร์ชันขนาด 27 พันล้านพารามิเตอร์ ได้แก่ โมเดลข้อความอย่างเดียวที่ฝึกด้วยข้อความทางการแพทย์เท่านั้น และโมเดลมัลติโมดัลที่รองรับภาพและข้อมูลเวชระเบียนอิเล็กทรอนิกส์ด้วย โมเดล 27B ได้คะแนนเบนช์มาร์กข้อความทางการแพทย์สูงกว่า (MedQA 87.7% สำหรับ 27B ข้อความอย่างเดียว เทียบกับ 64.4% สำหรับ 4B) ขณะที่ 4B มีต้นทุนการรันต่ำกว่ามาก ส่วน MedGemma 1.5 4B (มกราคม 2026) เป็นโมเดล 4B รุ่นปรับปรุง
ไม่ การ์ดโมเดลของ Google ระบุว่า MedGemma ไม่ได้มีไว้ใช้งานโดยไม่มีการตรวจสอบความถูกต้อง การปรับ หรือการแก้ไขที่มีนัยสำคัญให้เหมาะกับกรณีการใช้งานเฉพาะ และผลลัพธ์ของโมเดลไม่ได้มีไว้เพื่อใช้ประกอบการวินิจฉัยทางคลินิก การดูแลผู้ป่วย หรือการตัดสินใจด้านการรักษาโดยตรง
น้ำหนักโมเดล MedGemma อยู่บน Hugging Face (เช่น google/medgemma-4b-it) ให้เข้าสู่ระบบ ยอมรับข้อกำหนดของ Health AI Developer Foundations ในหน้าโมเดล — จะได้รับสิทธิ์เข้าถึงทันที — แล้วโหลดโมเดลด้วย Transformers นอกจากนี้ยังนำไปใช้ผ่าน Vertex AI Model Garden ของ Google Cloud ได้
ตัวเข้ารหัสภาพของ MedGemma ผ่านการฝึกล่วงหน้าด้วยภาพเอกซเรย์ทรวงอก ภาพผิวหนัง ภาพจักษุวิทยา (จอประสาทตา) และสไลด์พยาธิวิทยาเนื้อเยื่อที่ลบข้อมูลระบุตัวตนแล้ว MedGemma 1.5 4B เพิ่มการรองรับภาพ CT และ MRI แบบสามมิติ ภาพย่อยหลายส่วนจากภาพพยาธิวิทยาแบบสไลด์ทั้งแผ่น และการเปรียบเทียบภาพเอกซเรย์ทรวงอกกับภาพครั้งก่อน
Google แนะนำ prompt engineering (เช่น ตัวอย่างแบบ few-shot), grounding, การประสานงานแบบเอเจนต์ร่วมกับเครื่องมืออื่น และการ fine-tune ด้วยข้อมูลของคุณเอง คลัง GitHub อย่างเป็นทางการ google-health/medgemma มีโน้ตบุ๊กสำหรับ fine-tuning ให้ใช้
Google เปิดตัว MedGemma 4B และ MedGemma 27B แบบข้อความอย่างเดียวเมื่อวันที่ 20 พฤษภาคม 2025 ในช่วงงาน Google I/O ตามด้วย MedGemma 27B แบบมัลติโมดัลและตัวเข้ารหัสภาพ MedSigLIP เมื่อวันที่ 9 กรกฎาคม 2025 และ MedGemma 1.5 4B เมื่อวันที่ 13 มกราคม 2026 บทความวิจัย MedGemma ที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิได้ตีพิมพ์ใน Nature Medicine เมื่อวันที่ 6 ตุลาคม 2026
บน MedQA (รูปแบบ USMLE, 4 ตัวเลือก) Google รายงานว่า MedGemma 4B ได้ 64.4%, MedGemma 1.5 4B ได้ 69.1%, MedGemma 27B แบบข้อความอย่างเดียวได้ 87.7% และ MedGemma 27B แบบมัลติโมดัลได้ 85.3% (ผลของ 27B ใช้ test-time scaling) เพื่อเปรียบเทียบ โมเดลพื้นฐาน Gemma 3 4B ได้ 50.7%
มี คลัง GitHub google-health/medgemma ของ Google มีโน้ตบุ๊กเริ่มต้นอย่างรวดเร็วและโน้ตบุ๊กสำหรับ fine-tuning บน Hugging Face รวมถึงโน้ตบุ๊กสอนการใช้งานอื่น ๆ เช่น สำหรับภาพ CT และภาพพยาธิวิทยาแบบสไลด์ทั้งแผ่นด้วย MedGemma 1.5
Google ระบุว่าโมเดล MedGemma ทุกตัวรันได้บน GPU ตัวเดียว และ MedGemma 4B ยังปรับให้รันบนฮาร์ดแวร์อุปกรณ์มือถือได้ด้วย โมเดล 27B ต้องใช้ GPU ขนาดใหญ่ — คำแนะนำเริ่มต้นใช้งานของ Google อ้างถึง GPU ระดับ Colab Enterprise สำหรับรันโดยไม่ต้องทำ quantization
ยังไม่มี ณ เดือนตุลาคม 2026 รุ่นล่าสุดคือ MedGemma 1.5 ซึ่ง Google เปิดให้ใช้เฉพาะโมเดลมัลติโมดัลขนาด 4B แบบ instruction-tuned เท่านั้น ส่วนโมเดล 27B ยังคงเป็นเวอร์ชัน MedGemma 1 ดั้งเดิมจากเดือนพฤษภาคมและกรกฎาคม 2025
MedGemma สร้างบน Gemma 3 ซึ่งรองรับมากกว่า 140 ภาษา จึงอ่านและตอบได้หลายภาษา อย่างไรก็ตาม Google ระบุว่าการประเมินด้านความปลอดภัยใช้พรอมต์ภาษาอังกฤษเป็นหลัก และเบนช์มาร์กทางการแพทย์ส่วนใหญ่เป็นภาษาอังกฤษ คุณจึงควรตรวจสอบคุณภาพในภาษาของคุณ (เช่น ภาษาไทย ภาษาญี่ปุ่น หรือภาษาสเปน) ก่อนนำไปใช้จริง
ไม่ Med-Gemini (2024, MedQA 91.1%) และ Med-PaLM 2 (2023, MedQA 86.5%) เป็นโมเดลวิจัยของ Google ที่ไม่เคยเปิดเผยน้ำหนักโมเดล ส่วน MedGemma คือกลุ่มโมเดลแบบเปิดของ Google ที่ทุกคนดาวน์โหลดและ fine-tune ได้