谷歌推出MedGemma：基于Gemma 3，医学文本与图像理解的革命性工具，史上最详细攻略，一键收藏！-CSDN博客

本文链接：https://blog.csdn.net/2401_84204207/article/details/148231764

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！

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。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。