一键部署 MedGemma-4b-it 多模态医疗 AI 模型

一、教程简介

MedGemma-4b-it 是 Google 于 2025 年 5 月 21 日开发的专为医疗领域设计的多模态医疗 AI 模型，属于 MedGemma 套件中的指令微调版本（Instruction-Tuned），专为医疗图像与文本的联合分析设计。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。

本教程采用资源为单卡 RTX 4090 。

二、项目示例

三、运行步骤

1. 启动容器后点击 API 地址即可进入 Web 界面

若不显示「模型」，这表示模型正在初始化，由于模型较大，请等待约 3-4 分钟后刷新页面。

2. 进入网页后，即可与模型展开对话

使用步骤

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

本项目引用信息如下：

@misc{medgemma-hf,
    author = {Google},
    title = {MedGemma Hugging Face}
    howpublished = {\url{https://huggingface.co/collections/google/medgemma-release-680aade845f90bec6a3f60c4}},
    year = {2025},
    note = {Accessed: [Insert Date Accessed, e.g., 2025-05-20]}
}