谷歌发布 MedGemma，基于 Gemma 3 构建，专攻医学文本与图像理解

近两日，Google I/O 2025 热度正盛，公司 CEO Sundar Pichai 在活动首日的主题演讲中便分享了多项创新，例如 Gemini 2.5 的全系列升级，Agent Mode 上线 Chrome，编码智能体 Jules 开启公测，Android XR 正式版亮相等等。而在一众令人眼花缭乱的重磅更新之中，还隐藏着一个面向于医疗领域的重磅开源成果——MedGemma 。

据官方介绍，MedGemma 系列模型基于 Gemma 3 构建，包含谷歌在医学文本与图像理解方面最强大的开源模型，提供 2 个版本，分别为 40 亿参数的多模态版本，以及 270 亿参数的纯文本版本。

其中，MedGemma 4B 多模态版本采用了 SigLIP 图像编码器，该编码器经过专门预训练，使用的数据涵盖去标识化的医学图像，包括胸部 X 光、皮肤病图像、眼科图像和组织病理切片。其大语言模型组件则基于多种医学数据进行训练，涵盖放射影像、组织病理图像块、眼科与皮肤科图像以及医学文本。而 MedGemma 27B 则是专门在医学文本上进行了训练，并针对推理阶段的计算进行了优化。

针对医学文本理解与临床推理场景，MedGemma 能够完成病人问诊、分诊、临床决策支持以及医疗文本摘要等多项任务。为了方便读者更加直观地体验 MedGemma 的强大能力，HyperAI 超神经官网的「教程」板块现已上线了「一键部署 MedGemma-27b-text-it 医学推理大模型」，快来体验 AI 医生问诊吧！

* 教程地址：https://go.hyper.ai/Urygb

 我们还为新注册用户准备了惊喜福利，使用邀请码「MedGemma」注册 OpenBayes 平台，即可获得 4 小时 RTX A6000 免费使用时长（资源有效期为 1 个月），数量有限，先到先得！

此外，官网的教程版块还上线了「vLLM+Open WebUI 部署 II-Medical-8B 医学推理大模型」，该模型基于 Qwen3-8B，通过使用特定于医疗领域的推理数据集进行监督微调，并在硬推理数据集上训练 DAPO（一种可能的优化方法）来优化模型性能。

* 教程地址：https://go.hyper.ai/8fFFY

Demo 运行

1. 进入 hyper.ai 首页后，选择「教程」页面，并选择「一键部署 MedGemma-27b-text-it 医学推理大模型」，点击「在线运行此教程」。

2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

3. 选择「NVIDIA A6000 48GB」以及「vLLM」镜像，OpenBayes 平台提供了 4 种计费方式，大家可以按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。新用户使用下方邀请链接注册，可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长！

HyperAI 超神经专属邀请链接（直接复制到浏览器打开）：

https://openbayes.com/console/signup?r=Ada0322_NR0n

4. 等待分配资源，首次克隆需等待 2 分钟左右的时间。当状态变为「运行中」后，点击「API 地址」旁边的跳转箭头，即可跳转至 Demo 页面。由于模型较大，需等待约 3 分钟显示 WebUI 界面，否则将显示「Bad Gateway」。请注意，用户需在实名认证后才能使用 API 地址访问功能。

效果演示

笔者描述的症状为：「我感觉有一点头晕，想吐，并且喉咙不舒服，我应该怎么办」，可以看到 MedGemma 不仅给出了「立即就医」与「自我照顾」的不同解决办法，同时还提供了可能引发这一系列症状的病因。