谷歌医疗AI模型MedGemma 1.5发布：4B参数支持CT与MRI本地分析

1月14日，谷歌正式推出了两款专为医疗场景设计的AI模型：医疗影像与文本分析模型“MedGemma 1.5 4B”，以及医疗语音识别模型“MedASR”。其中，MedGemma 1.5 4B是一款可本地化部署的轻量化模型，相比前代产品，其分析准确率得到了显著提升。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

据了解，谷歌已免费开源其MedGemma系列医疗模型。最新发布的MedGemma 1.5 4B作为一款可本地部署的轻量级模型，能够读取并分析文本及图像格式的医疗记录，并进行智能推理。而MedASR则是一款专注于医学术语的语音识别模型，可与MedGemma系列模型集成使用，相比现有通用模型，其转录准确率更高。

谷歌提供的数据显示，与前代模型MedGemma 1 4B（浅蓝色）相比，MedGemma 1.5 4B（蓝色）在文本处理的准确率上有所提升。

以下表格展示了MedGemma 1.5 4B与各类模型在基准测试中的得分对比。该模型的得分高于通用模型Gemma 3 4B及前代医疗模型MedGemma 1 4B，部分测试中甚至优于参数规模更大的MedGemma 1 27B。

MedGemma系列前代产品已支持处理文本及胸部X光片、病理组织图像等影像数据，而MedGemma 1.5 4B进一步升级，可兼容计算机断层扫描（CT）、磁共振成像（MRI）等三维数据。

在影像处理准确率基准测试中，MedGemma 1.5 4B（蓝色）的得分同样高于MedGemma 1 4B（浅蓝色）。

MedGemma系列的另一大特点是便于开发者进行微调优化，目前已衍生出超过500款衍生模型。随着未来开发者社区的持续贡献，预计将推出针对各类细分任务优化的模型版本，MedGemma 1.5 4B的相关迭代也在其中。

同日发布的MedASR是一款专为医疗场景打造的语音识别模型。该模型对“胸部X光片相关对话”的转录错误率仅为5.2%。谷歌强调，这一表现显著优于OpenAI的Whisper large-v3（同类场景错误率12.5%）。此外，MedASR的转录结果还可直接作为MedGemma系列模型的输入提示词（prompt）。