Google、医療向けオープンAIモデル「MedGemma」発表：単一GPUで動作可能

Googleが公開した「MedGemma」と「MedSigLIP」は、医療分野のAI開発者向けに設計されたオープンウェイトの基盤モデルです。患者の機微な医療データを外部の商用APIに送ることなく、自社の管理下でセキュアに開発を進められます。

今回の目玉は2つあります。1つ目は、画像とテキストを扱い、長期的な電子カルテ（EHR）の解釈にも対応する「MedGemma 27B Multimodal」。2つ目は、画像分類や検索といった構造化タスクに特化した4億パラメータの軽量画像エンコーダー「MedSigLIP」です。

できることと動作環境

MedGemmaファミリーは4Bと27Bの2つのサイズを展開しており、どちらも画像とテキストを入力してテキストを出力できます。胸部X線検査の所見レポート生成や画像付き医療Q&A、診察前の問診票の整理などに最適です。

ハードウェア要件も現実的です。すべてのモデルが単一のGPUで動作し、4BのMedGemmaや軽量なMedSigLIPであれば、モバイル端末やエッジ環境向けに最適化して動かすことも可能です。

開発手法としては、胸部X線、病理組織、皮膚科画像、眼底写真などでチューニングしたMedSigLIPを開発し、それをベースにGemma 3を医療データでファインチューニングしています。医療に特化させつつもベースモデルの汎用言語能力や非英語能力を維持しているため、日常会話が混ざるカルテでも安定して動作します。

微調整を施したMedGemma 4Bは、胸部X線レポート生成ベンチマークにおいてRadGraph F1スコア30.3を記録しました。すでに台湾の長庚紀念病院が繁体字中国語の医学文献対応を検証しているほか、米DeepHealthが胸部結節検出トリアージに、インドのTap Healthが進捗記録の要約に活用を進めています。

入手先と注意点

モデルの重みはHugging Face上でsafetensors形式で配布されており、推論やファインチューニング用のJupyter NotebookもGitHubで公開されています。Vertex AIのエンドポイントとしてもデプロイ可能です。

ただし、Googleは本モデルをあくまで「開発用の出発点」と位置づけています。適切な検証や追加の適合を行わずに、臨床診断や治療方針の決定に直接利用することは禁じられています。

なぜ重要か

医療AIの開発において最大の障壁は、データの機密性と法規制のクリアです。閉じたクラウドAPIではコンプライアンス上の懸念が残る一方、ゼロから自前でマルチモーダルモデルを構築するのは現実的ではありません。

単一GPUや端末側で動かせるサイズに抑えつつ、重みをオープンにして現場での微調整を可能にした点は実用的です。院内システム向けの画像検索やカルテ要約ツールを検討している開発者なら、まず試すべき有力な選択肢と言えます。