MedGemma-4b-it est un modèle d'IA médicale multimodal développé par Google le 21 mai 2025, spécialement conçu pour le domaine médical. Il s'agit d'une version adaptée aux instructions (Instruction-Tuned) de la suite MedGemma et conçue pour l'analyse conjointe d'images et de textes médicaux. Il utilise l'encodeur d'images SigLIP, qui a été pré-entraîné à l'aide de données couvrant des images médicales anonymisées, notamment des radiographies thoraciques, des images dermatologiques, des images ophtalmologiques et des lames d'histopathologie. Son grand composant de modèle de langage est formé sur une variété de données médicales, notamment des images radiologiques, des patchs d'images histopathologiques, des images ophtalmologiques et dermatologiques et des textes médicaux.
Ce tutoriel utilise des ressources pour une seule carte RTX 4090.
2. Exemples de projets
3. Étapes de l'opération
1. Après avoir démarré le conteneur, cliquez sur l'adresse API pour accéder à l'interface Web
Si « Modèle » n'est pas affiché, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 3 à 4 minutes et actualiser la page.
2. Après être entré sur la page Web, vous pouvez démarrer une conversation avec le modèle
Comment utiliser
4. Discussion
🖌️ Si vous voyez un projet de haute qualité, veuillez laisser un message en arrière-plan pour le recommander ! De plus, nous avons également créé un groupe d’échange de tutoriels. Bienvenue aux amis pour scanner le code QR et commenter [Tutoriel SD] pour rejoindre le groupe pour discuter de divers problèmes techniques et partager les résultats de l'application↓
Informations sur la citation
Les informations de citation pour ce projet sont les suivantes :
@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]}
}
