Nove generacije medicinskog tumačenja slika s MedGemma 1.5 i…

13. siječnja 2026. Daniel Golden, voditelj inženjerstva, i Fereshteh Mahvar, softverski inženjer, Google istraživanje

Ubrzana primjena umjetne inteligencije u zdravstvu je dramatično ubrzala, s zdravstvenom industriju koja primjenjuje AI dvostruko brže od šire ekonomije. U potporu ovoj transformaciji, prošle godine Google je objavio MedGemma kolekciju otvorenih medicinskih generativnih AI modela kroz naš Health AI Developer Foundations (HAI-DEF) program. Modeli poput MedGemma namijenjeni su kao početna točka za razvijatelje da ih procijene i prilagode svojim medicinskim slučajevima, a lako se mogu skalirati na Google Cloud putem Vertex AI.

Odgovor na objavu MedGemma bio je nevjerovatno dobar, s milijunima preuzimanja i stotinama zajednički izgrađenih varijanti objavljenih na Hugging Faceu. Danas gradimo na tom trenu objavom MedGemma 1.5 4B i pokretanjem hackathon natjecanja MedGemma Impact Challenge na Kaggleu. Ovaj model ažuriranja vođen je direktnim povratnim informacijama iz zajednice, omogućujući razvijateljima učinkovitije prilagođavanje MedGemma za aplikacije koje uključuju nekoliko medicinskih modaliteta slika:

Poboljšani modeli za tumačenje medicinskih slika

Visoko-dimenzionalno medicinsko snimanje

MedGemma 1.5 4B poboljšava točnost na osnovnim sposobnostima za tekst, medicinske zapise i 2D slike u odnosu na MedGemma 1 4B. Objavljujemo ažurirani model veličine 4B danas kako bismo pružili idealnu točku početka za izračun, dovoljno malu za izvođenje izvan mreže, a razvijatelji mogu nastaviti koristiti naš MedGemma 1 27B parametarski model za složenije tekstualne aplikacije.

Dužinski medicinsko snimanje

MedGemma 1.5 4B također poboljšava točnost na osnovnim sposobnostima za tekst, medicinske zapise i 2D slike u odnosu na MedGemma 1 4B. Objavljujemo ažurirani model veličine 4B danas kako bismo pružili idealnu točku početka za izračun, dovoljno malu za izvođenje izvan mreže, a razvijatelji mogu nastaviti koristiti naš MedGemma 1 27B parametarski model za složenije tekstualne aplikacije.

Anatomska lokalizacija

MedGemma 1.5 4B također poboljšava točnost na osnovnim sposobnostima za tekst, medicinske zapise i 2D slike u odnosu na MedGemma 1 4B. Objavljujemo ažurirani model veličine 4B danas kako bismo pružili idealnu točku početka za izračun, dovoljno malu za izvođenje izvan mreže, a razvijatelji mogu nastaviti koristiti naš MedGemma 1 27B parametarski model za složenije tekstualne aplikacije.

Razumijevanje medicinskih dokumenata

MedGemma 1.5 4B također poboljšava točnost na osnovnim sposobnostima za tekst, medicinske zapise i 2D slike u odnosu na MedGemma 1 4B. Objavljujemo ažurirani model veličine 4B danas kako bismo pružili idealnu točku početka za izračun, dovoljno malu za izvođenje izvan mreže, a razvijatelji mogu nastaviti koristiti naš MedGemma 1 27B parametarski model za složenije tekstualne aplikacije.

MedASR: Novi otvoreni model za prepoznavanje govora u medicini

Nedavno smo objavili MedASR (na Hugging Faceu i Vertex AI), novi otvoreni model za automatsko prepoznavanje govora (ASR) koji je finetuniran za medicinsku dikciju. Prvi release MedASR omogućuje razvijateljima da pretvore medicinski govor u tekst i bezbrižno se paruje s MedGemma za napredne zadatke razmišljanja.

MedGemma Impact Challenge: Hackathon za transformaciju zdravstva

Želimo potaknuti razvijatelje da istražuju kreativnije i utjecajnije upotrebe modela MedGemma kako bi transformirali zdravstvo. U tom smislu, s radosti objavljujemo MedGemma Impact Challenge, hackathon na Kaggleu s nagradama od 100.000 dolara. Ovaj hackathon otvoren je svim razvijateljima i pruža priliku da se grade na MedGemma i HAI-DEF kako bi pokazali potencijal AI-a u zdravstvu i životnim znanostima. Čekamo što ćete sve izgraditi!

Zaključak

MedGemma 1.5 4B i MedASR predstavljaju važan korak naprijed u primjeni umjetne inteligencije u medicini, pružajući razvijateljima alate za stvaranje naprednih aplikacija koje mogu transformirati način na koji se dijagnosticiraju i liječe bolesti. Ovi modeli ostaju slobodni za istraživanje i komercijalnu upotrebu, a mogu se preuzeti s Hugging Facea ili trenirati i prilagoditi u skalabilne aplikacije u oblaku na Vertex AI.

Česta pitanja

Koji su glavni poboljšanja u MedGemma 1.5 4B u odnosu na MedGemma 1?

MedGemma 1.5 4B poboljšava točnost na osnovnim sposobnostima za tekst, medicinske zapise i 2D slike u odnosu na MedGemma 1 4B. Također pruža podršku za visoko-dimenzionalno medicinsko snimanje, uključujući 3D volume reprezentacije CT snimanja i MRI, kao i cjelovito histopatološko snimanje.

Kako se MedASR razlikuje od drugih modela za prepoznavanje govora?

MedASR je finetuniran za medicinsku dikciju, što mu omogućava da precizno pretvara medicinski govor u tekst. Bezbrižno se paruje s MedGemma za napredne zadatke razmišljanja, pružajući razvijateljima moćne alate za stvaranje aplikacija koje mogu transformirati medicinsku dikciju.

Kako mogu razvijatelji učestvovati u MedGemma Impact Challenge?

Svi razvijatelji mogu učestvovati u MedGemma Impact Challenge, koji se održava na Kaggleu. Hackathon pruža priliku da se grade na MedGemma i HAI-DEF modelima kako bi pokazali potencijal AI-a u zdravstvu i životnim znanostima. Nagrade od 100.000 dolara čekaju pobjednike!

Kako mogu razvijatelji pristupiti MedGemma modelima?

MedGemma modeli, uključujući MedGemma 1.5 4B i MedASR, ostaju slobodni za istraživanje i komercijalnu upotrebu. Mogu se preuzeti s Hugging Facea ili trenirati i prilagoditi u skalabilne aplikacije u oblaku na Vertex AI.