Google 開源醫療 AI 模型 MedGemma：單卡可跑，支援電子病歷與醫學影像

Google 這次開源的 MedGemma 和 MedSigLIP，是一套專門給醫療健康開發者準備的基礎模型，讓你不用把敏感的病歷和影像上傳給閉源 API，在自己的機器上就能做二次開發。

這次更新主要補充了兩個新角色。一個是 MedGemma 27B Multimodal，補齊了之前的 4B 多模態和 27B 純文本版本，重點支援複雜的醫學影像以及縱向電子病歷（EHR）解讀。另一個是 MedSigLIP，引數量只有 400M，是個專門用來做醫學影像和文本編碼的輕量模型，負責影像分類和檢索等結構化任務。

它能做什麼，怎麼跑起來

MedGemma 系列覆蓋 4B 和 27B 兩種尺寸，現在都支援輸入影像與文本並輸出文本。比如寫胸部 X 光報告、回答醫療視覺問答（VQA），或者整理門診前的患者資訊收集，它都很擅長。

在硬體門檻上，這套模型相當剋制。官方表示所有模型都可以在單張 GPU 上跑起來。其中 4B 的 MedGemma 和 400M 的 MedSigLIP 經過適配後，甚至可以直接部署在移動硬體或邊緣裝置上。

在實現方式上，Google 先訓練了針對醫療最佳化的影像編碼器 MedSigLIP，再把對應規格的 Gemma 3 模型放進醫療資料裡微調。關鍵在於，他們在訓練時保留了 Gemma 原有的通用能力與非英語能力，處理非純英文或夾雜日常對話的病歷時不會直接宕機。

根據官方測試，4B 的 MedGemma 在微調後，胸部 X 光報告生成的 RadGraph F1 分數達到了 30.3。MedSigLIP 則在胸片、病理切片、皮膚科影像和眼底照片上都做了針對性學習，同時保留了自然影像分類能力。

已經有團隊在實際環境裡測試了。美國 DeepHealth 用 MedSigLIP 輔助胸片分診與結節檢測；中國臺灣長庚紀念醫院測試後表示，它對繁體中文醫學文獻和醫護提問響應良好；印度 Tap Health 則用它來總結病程記錄並提供符合指南的醫療提示。

怎麼下載和上手限制

目前權重已經開源，Google 在 Hugging Face 上提供了 safetensors 格式的下載，GitHub 上也放出了推理和微調的 Notebook 示例程式碼。

如果你需要雲端規模化部署，Vertex AI 也支援直接掛載成專用端點。官方在 HAI-DEF 的 Hugging Face 頁面還放了一個門診前資訊收集的演示 demo。

不過要說明的是，Google 明確強調這套模型只是開發基座，嚴禁直接未經適配就拿來做臨床診斷、患者管理決策或治療方案制定。即使在訓練集覆蓋的領域，模型依然可能產生錯誤輸出，必須由開發者做針對性驗證。

為什麼重要

醫療領域做 AI，最大的死穴就是資料隱私與合規。呼叫閉源商用 API 往往伴隨著合規風險和高昂成本，而完全從頭訓一個又不是中小團隊能承擔的。

MedGemma 和 MedSigLIP 的聰明之處在於把尺寸壓在單卡甚至端側可跑的範圍內，同時放開權重和微調自由度。如果你的團隊正在做醫療影像檢索、輔助報告草擬或本地化電子病歷工具，這套模型是目前最值得優先嚐試的開源起點之一。