MedGemma 1.5 4B

MedGemma 1.5 4B to medyczny model Google zbudowany na Gemmie 3, opublikowany na Hugging Face 13 stycznia 2026 jako jedyny wariant tej generacji — odpowiednika 27B, jak w MedGemmie 1, już nie ma. Zachowuje architekturę modelu bazowego (transformer dekoderowy, uwaga zgrupowana, 128 tysięcy tokenów wejścia i 8192 wyjścia, obrazy normalizowane do 896 × 896 i kodowane po 256 tokenów), ale oba jego człony są douczone na materiale medycznym: koder obrazu SigLIP na zanonimizowanych zdjęciach rentgenowskich, dermatologicznych, okulistycznych i preparatach histopatologicznych, a część językowa na tekstach medycznych, parach pytanie-odpowiedź, elektronicznej dokumentacji pacjenta w formacie FHIR, radiologii 2D i 3D oraz wynikach badań laboratoryjnych. Ta generacja dokłada przede wszystkim nowe rodzaje wejścia, a nie wyższe wyniki. Model czyta trójwymiarowe badania CT i MRI, bierze naraz kilka fragmentów całego preparatu histopatologicznego, porównuje zdjęcie klatki piersiowej z wcześniejszymi zdjęciami pacjenta, zaznacza struktury anatomiczne i zmiany ramkami, zamienia zeskanowany wynik badania laboratoryjnego w dane strukturalne i czyta tekstową kartotekę. Skoki w liczbach Google są tam, gdzie te umiejętności są nowe: opis całego preparatu rośnie z 2,2 do 49,4 w mierze ROUGE wobec MedGemmy 1 4B, wykrywanie ramek anatomicznych z 3,1 do 38,0 IoU, klasyfikacja dna oka z 64,9 do 76,8 procent trafności, a odpowiadanie na pytania o kartotekę z 67,6 do 89,6. Katalog odnotowuje to uczciwie: postęp nie jest jednolity. W radiologicznym zestawie pytań SLAKE nowy model spada z 72,3 do 59,7 w mierze F1 — Google tłumaczy, że był słabiej dostrojony do tego formatu pytań — a w PubMedQA z 73,4 do 68,2. Generowanie opisu zdjęcia klatki piersiowej, 27,2 w mierze RadGraph F1, wypada poniżej specjalnie dostrojonej MedGemmy 1 4B z wynikiem 30,3. W tekstach medycznych model jest wyraźnie lepszy od poprzednika (MedQA 69,1 wobec 64,4), ale wciąż daleko mu do modelu 27B z poprzedniej generacji z wynikiem 85,3. Wagi są do pobrania po zaakceptowaniu warunków Google Health AI Developer Foundations, które dopuszczają użycie komercyjne, ale wiążą użytkownika polityką ograniczonego użycia. Google wprost zastrzega, że to nie jest wyrób gotowy do zastosowań klinicznych: to punkt wyjścia dla programistów, do dostrojenia i walidacji, zanim cokolwiek dotknie pacjenta.

▸Wideo

Brak materiałów wideo.

▸Recenzje