谷歌發布MedGemma，基于Gemma 3構建，專攻醫學文本與圖像理解 原創
近兩日，Google I/O 2025 熱度正盛，公司 CEO Sundar Pichai 在活動首日的主題演講中便分享了多項創新，例如 Gemini 2.5 的全系列升級，Agent Mode 上線 Chrome，編碼智能體Jules 開啟公測，Android XR 正式版亮相等等。而在一眾令人眼花繚亂的重磅更新之中，還隱藏著一個面向于醫療領域的重磅 開源 成果——MedGemma 。
據官方介紹，MedGemma 系列模型基于 Gemma 3 構建， 包含谷歌在醫學文本與圖像理解方面最強大的開源模型，提供 2 個版本，分別為 40 億參數的多模態版本，以及 270 億參數的純文本版本。
其中，MedGemma 4B 多模態版本采用了 SigLIP 圖像編碼器，該編碼器經過專門預訓練，使用的數據涵蓋去標識化的醫學圖像，包括胸部 X 光、皮膚病圖像、眼科圖像和組織病理切片。其大語言模型組件則基于多種醫學數據進行訓練，涵蓋放射影像、組織病理圖像塊、眼科與皮膚科圖像以及醫學文本。而 MedGemma 27B 則是專門在醫學文本上進行了訓練，并針對推理階段的計算進行了優化。
針對醫學文本理解與臨床推理場景，MedGemma 能夠完成病人問診、分診、臨床決策支持以及醫療文本摘要等多項任務。為了方便讀者更加直觀地體驗 MedGemma 的強大能力，HyperAI 超神經官網的「教程」板塊現已上線了「一鍵部署 MedGemma-27b-text-it 醫學推理大模型」， 快來體驗 AI 醫生問診吧！
教程地址：https://go.hyper.ai/Urygb
我們還為新注冊用戶準備了驚喜福利，使用邀請碼「MedGemma」注冊 OpenBayes 平臺，即可獲得 4 小時 RTX A6000 免費使用時長（資源有效期為 1 個月）， 數量有限，先到先得！
此外，官網的教程版塊還上線了「vLLM+Open WebUI 部署 II-Medical-8B 醫學推理大模型」， 該模型基于 Qwen3-8B，通過使用特定于醫療領域的推理數據集進行監督微調，并在硬推理數據集上訓練 DAPO（一種可能的優化方法）來優化模型性能。
教程地址：https://go.hyper.ai/8fFFY
Demo 運行
- 進入 hyper.ai 首頁后，選擇「教程」頁面，并選擇「一鍵部署 MedGemma-27b-text-it 醫學推理大模型」，點擊「在線運行此教程」。
- 頁面跳轉后，點擊右上角「克隆」，將該教程克隆至自己的容器中。
- 選擇「NVIDIA A6000 48GB」以及「vLLM」鏡像，OpenBayes 平臺提供了 4 種計費方式，大家可以按照需求選擇「按量付費」或「包日/周/月」，點擊「繼續執行」。新用戶使用下方邀請鏈接注冊，可獲得 4 小時 RTX 4090 + 5 小時 CPU 的免費時長！
HyperAI 超神經專屬邀請鏈接（直接復制到瀏覽器打開）：
https://openbayes.com/console/signup?r=Ada0322_NR0n
- 等待分配資源，首次克隆需等待 2 分鐘左右的時間。當狀態變為「運行中」后，點擊「API 地址」旁邊的跳轉箭頭，即可跳轉至 Demo 頁面。由于模型較大，需等待約 3 分鐘顯示 WebUI 界面，否則將顯示「Bad Gateway」。請注意，用戶需在實名認證后才能使用 API 地址訪問功能。
效果演示
筆者描述的癥狀為：「我感覺有一點頭暈，想吐，并且喉嚨不舒服，我應該怎么辦」，可以看到 MedGemma 不僅給出了「立即就醫」與「自我照顧」的不同解決辦法，同時還提供了可能引發這一系列癥狀的病因。
