MedGemma
醫療文本和圖像分析的先進AI模型
由 Dr7.ai 醫療 AI 平台提供支援
使用Google DeepMind的尖端MedGemma AI模型為下一代醫療保健應用提供動力。
體驗 MedGemma 互動演示
體驗 MedGemma 4B IT 模型在醫療文本和圖像分析方面的強大功能
試用其他模型
查看全部MedGemma 演示
體驗 AI 醫療助手
想要更強大的 AI 醫療診斷功能？
升級到 Pro 版本，解鎖進階 AI 模型、無限次對話、專業醫學影像分析等更強大的功能
什麼是 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.
最新進展
Launched at Google I/O 2025
Released as part of Google's ongoing efforts to enhance healthcare through technology
功能
專為醫療應用設計的強大能力
MedGemma 模型變體
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
效能比較
MedGemma 的應用情境
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
取得 MedGemma 模型
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")適配方法
提示工程
使用少樣本範例，並將任務拆分為子任務，以提升效能。
微調
藉助 GitHub notebook 等資源，使用您自己的醫療資料進行最佳化。
AI 代理程式編排
Integrate with tools like web search, FHIR generators, and Gemini Live.
部署選項
根據您的需求選擇合適的部署方式：
本機部署
在本機執行模型，用於實驗和開發。
雲端部署
Deploy as scalable HTTPS endpoints on Vertex AI through Model Garden for production-grade applications.
實施注意事項
驗證要求
MedGemma models are not clinical-grade out of the box. Developers must validate performance and make necessary improvements before deploying in production environments.
使用條款
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.
常見問題
關於MedGemma的常見問題
4B多模態和27B純文本MedGemma模型的主要區別是什麼？
4B多模態模型處理醫療圖像和文本，而27B模型專注於文本處理和臨床推理。
MedGemma模型可以立即用於臨床嗎？
不，MedGemma模型需要在生產環境中部署前進行驗證和改進。
如何在開發工作中取得 Medical Gemma 模型？
Medical Gemma 模型可在多個平台和雲端服務上取得，但須遵守相應的使用條款和授權協議。您可以在本機執行以進行實驗，也可以透過雲端平台部署於正式環境應用。
4B 多模態模型可以處理哪些類型的醫學影像？
4B 多模態模型在多種醫學影像上進行了預訓練，包括胸部 X 光片、皮膚科影像、眼科影像和組織病理切片，因此可以適配多種醫學影像任務。
哪些適配方法可以提升 Medical Gemma 在特定任務上的表現？
開發者可以使用提示工程（少樣本範例）、用自己的醫療資料進行微調，以及結合網路搜尋、FHIR 生成器和先進 AI 系統等工具進行 AI 代理程式編排，從而提升特定使用情境下的表現。
Medical Gemma 模型是什麼時候發布的？
Medical Gemma 模型代表了先進的醫療 AI 技術，是透過人工智慧和機器學習改善醫療保健的持續努力的一部分。
Medical Gemma 模型與同等規模的模型相比表現如何？
與同等規模的模型相比，Medical Gemma 模型展現出較強的基線效能。它們已在具有臨床相關性的基準上接受評估，包括公開資料集和精選資料集，並側重於針對醫療任務的人類專家評估。
有沒有可用於微調 Medical Gemma 的資源？
有。開源程式碼儲存庫中提供了 notebook 和文件等多種資源來幫助微調，例如使用 LoRA 及其他最佳化技術的微調範例。
執行 Medical Gemma 模型需要什麼硬體？
硬體要求取決於模型變體。Medical Gemma 模型以高效為設計目標，可在單張 GPU 上進行微調和推論，因此比一些更大的模型更容易使用。
Medical Gemma 模型支援多語言醫學術語嗎？
根據社群討論，有人對 Medical Gemma 處理非英語醫學術語（例如日語醫學術語）的表現提出了疑問。這表示其多語言支援可能因語言而異，或許是未來改進或微調的方向。