5 月 21 日消息，科技媒體 marktechpost 昨日（5 月 20 日）發(fā)布博文，報道稱在 2025 年 I/O 開發(fā)者大會上，谷歌針對多模態(tài)醫(yī)療文本和圖像理解，推出了 MedGemma 開源模型。

MedGemma 基于 Gemma 3 架構(gòu)，提供 4B 參數(shù)的多模態(tài)模型（分類）和 27B 參數(shù)的純文本模型兩種配置，4B 模型擅長分類和解讀醫(yī)療圖像，可生成診斷報告或解答圖像相關問題；27B 模型則擅長臨床文本，支持患者分診和決策輔助。

MedGemma 4B 擁有 40 億參數(shù)，采用 SigLIP 圖像編碼器，預訓練數(shù)據(jù)涵蓋胸部 X 光、皮膚病學、眼科及組織病理學圖像；MedGemma 27B 則有 270 億參數(shù)，專注于醫(yī)療文本理解與臨床推理，適合需要深入文本分析的任務。

模型既能本地運行用于實驗，也可通過 Google Cloud 的 Vertex AI 部署為 HTTPS 端點，實現(xiàn)大規(guī)模應用。Google 還提供 Colab 筆記本等資源，助力模型微調(diào)和集成。

谷歌鼓勵開發(fā)者針對具體場景進行驗證和微調(diào)，并提供相關指導和工具，支持適配過程。開發(fā)者可采用提示工程、上下文學習及 LoRA 等參數(shù)高效微調(diào)方法優(yōu)化模型效果。

附上參考地址