AI醫療，谷歌放大招！開源全球首個「AI全能醫生」，告別算力焦慮，醫院一鍵部署！

剛剛，AI醫療新突破，來自谷歌！

這一次，他們直接瞄準了真實臨床環境的痛點。

長期以來，醫療模型就像是一個“偏科生”，它擅長“讀病歷”，卻對CT、MRI、病理切片這些醫學影像“力不從心”。

這是因為，它們被迫用文本邏輯去理解圖像，導致效率低、錯誤多、成本高。

為此，谷歌祭出了最新模型MedGemma 1.5，找到了破局答案。

相較于此前的MedGemma 1.5，MedGemma 1.5在多模態應用上實現重大突破，融合了：

• 高維醫學影像：計算機斷層掃描（CT）、磁共振成像（MRI）和組織病理學

• 縱向醫學影像：胸部X光時間序列回顧

• 解剖定位：胸部X光片中解剖特征的定位

• 醫學文檔理解：從醫學實驗室報告中提取結構化數據

谷歌表示，MedGemma 1.5是首個公開發布的開源多模態大語言模型，既能夠解讀高維醫學數據，同時還擁有解讀通用二維圖像和文本的能力。

更關鍵的是，MedGemma 1.5只有40億參數量，這意味著，普通的消費級顯卡甚至高性能工作站，就能流暢運行。

MedGemma 1.5開源地址：https://huggingface.co/google/medgemma-1.5-4b-it

不僅如此，谷歌還發布了MedASR，一個專門為醫療語音微調的語音識別模型，可以將醫生與患者的對話轉化為文本，并無縫接入到MedGemma。

MedASR開源地址：https://huggingface.co/google/medasr

直白講，MedGemma 1.5解決「怎么看圖」，MedASR解決「怎么聽音」。

這并不是簡單的模型迭代，而是谷歌對“如何讓AI真正走進診室”給出的一套體系化答案。

一個讀得透病歷、看得懂影像、聽得清語音的AI醫生，即將走進每一家醫院。

AI醫療，進入多模態時代

在過去的一年里，我們見證了GPT-5等模型在醫學考試中的驚艷表現，

但在真實的臨床場景中，它們的表現往往不盡如人意。

一個重要的原因在于信息維度的斷層。

包括初代MedGemma在內的很多醫療模型本質是“文字專家”，對于圖像的理解能力不強，帶來了診斷信息的丟失。

MedGemma 1.5則在醫學影像應用場景中實現了全方位、多維度的性能躍升，顯著超越其前代模型。

針對高維醫學影像，MedGemma 1.5做到了：

• CT

  疾病分類準確率從

  58%

  提升至

  61%。

• MRI

  疾病分類準確率從

  51%

  提升

  65%

  ，尤其在腦部、關節等復雜解剖結構識別上進步顯著。

• 全切片病理描述質量

  ROUGE-L

  分數從近乎無效的

  0.02

  提高到

  0.49

  ，達到專用模型

  PolyPath

  的水平（

  ），可生成臨床可用的組織學描述。

圖：MedGemma 1.5在醫療影像上的性能提升

針對縱向時序影像分析，MedGemma 1.5做到了：

• MS-CXR-T

  時序評估基準上，宏觀準確率從

  61%

  提升至

  66%

• 有效捕捉病灶動態變化，例如判斷肺炎浸潤是否吸收，支持隨訪決策

針對通用2D醫學圖像解讀，MedGemma 1.5做到了：

• 在內部綜合單圖基準（涵蓋

  X

  光、皮膚、眼底、病理切片）上，整體分類準確率從

  59%

  提升至

  62%。

• 表明模型在保持廣泛

  2D

  能力的同時，未因新增高維任務而犧牲基礎性能。

針對結構化醫學文檔，MedGemma 1.5做到了：

• 從非結構化

  PDF

  或文本中提取檢驗項目、數值、單位的宏平均

  F1

  分數從

  60%

  提升至

  78%

  ）。

• 自動構建結構化數據庫，打通影像

  文本

  檢驗多源信息融合分析的最后一環。

圖：MedGemma 1.5在文本任務上的性能提升

與此同時，傳統的語音識別（ASR）模型在面對生僻醫療術語時，也表現得像一個完全沒受過醫學教育的外行，極高的詞錯率讓AI錄入變成了醫生的負擔。

而新發布的自動語音識別模型MedASR針對醫療進行了微調，錯誤率大大減少

研究人員將MedASR的性能與通用ASR模型Whisper large-v3進行了對比。

發現MedASR在胸部X光口述錯誤率上降低了58%，在不同?？浦g的口述中錯誤減少82%。

萬億谷歌，押注AI醫療

谷歌在醫療健康領域的布局十分深入，其技術觸角已延伸至行業各個角落。

投資上，谷歌通過旗下風險投資及其私募股權部門投資了許多生命科學公司。

其中，AI制藥成為谷歌偏愛的重點領域，在Google Ventures在2021年51筆醫療健康領域投資中，對于藥物研發的投資就達到28筆，超過半數。

合作層面，憑借業內領先的人工智能、云計算等服務，谷歌近年來與拜耳、輝瑞、施維雅、梅奧診所等藥企和醫院達成協議，探索從藥物研發到臨床診療的智能解決方案。

在內部，谷歌除了Google Health外，還有包括Verily、Calico在內專注于不同領域的業務單元，形成多元化的強大矩陣。

尤其是，作為全球頂尖的人工智能研究機構，GoogleDeepMind推出多個具有重要意義的科學模型，包括AlphaFold（蛋白質結構）、AlphaGenome（DNA調控）、C2S-Scale（單細胞）等。

DeepMind的CEO，Demis Hassabis，就因為在AI蛋白質結構預測上的貢獻獲得了2024年諾貝爾化學獎。

近年來，在大語言模型的潮流下，谷歌也開發了多款用于醫療保健的垂類大模型。

這些模型不僅能夠幫助醫生更精準地診斷疾病，還能為患者提供個性化的健康建議。

谷歌團隊首先研發了Flan-PaLM，這一模型挑戰了美國醫學執照考試（USMLE），取得了67.6%的成績，比此前最好的模型提高了17%。

之后，谷歌發布了Med-PaLM，該成果登上了Nature，經過專業臨床醫生評判，Med-PaLM對實際問題的回答準確率與真人相差無幾。

2023年，全球首個全科醫療大模型Med-PaLM M發布，其在14項測試任務（問題回答、報告生成和摘要、視覺問題回答、醫學圖像分類和基因組變體調用）中均接近或超過現有SOTA。

去年，谷歌首席健康官Karen DeSalvo博士宣布了六項進展，包括AI制藥模型TxGemma、獲得FDA批準的手表脈搏停止檢測功能、多智能體系統“AI聯合科學家”、兒科個性化癌癥治療模型等。

從醫學影像到藥物研發，從健康助手到可穿戴設備，谷歌正在重新定義未來醫療，

—The End—