Das offene Medizinmodell MedGemma von Google bekommt seine begutachtete Arbeit
Es geht nicht um einen Rekordwert. Es geht darum, dass kleine Teams in Krankenhäusern ein offenes Modell mit wenigen Daten feinjustieren können.
Von Die Redaktion, Nachrichten · · 1 Min. Lesezeit
Verantwortet von Dimitri Gärtner
Tags: Google · Medizin · offene Modelle · Nature
- Die Nachricht
- Es geht nicht um einen Rekordwert.
- Warum es zählt
- Es geht darum, dass kleine Teams in Krankenhäusern ein offenes Modell mit wenigen Daten feinjustieren können.
- Was belegt ist
- Das Foto ist für diese Geschichte generiert.
An eine genannte Quelle gebunden. Nicht als geprüft markiert. Nature Medicine: An open vision-language model for diverse medical applications
Die Nachricht
Eine Arbeit, veröffentlicht am 6. Oktober in Nature Medicine, stellt MedGemma vor, eine Sammlung medizinischer Grundlagenmodelle für Bild und Sprache auf der Basis von Gemma 3 von Google, und MedSigLIP, einen medizinisch abgestimmten Encoder für Bilder. Bei Aufgaben außerhalb der Verteilung berichten die Autoren Verbesserungen gegenüber den Basismodellen von 2,6 bis 10 Prozent bei der Beantwortung von Fragen zu medizinischen Bildern, von 15,5 bis 18,1 Prozent bei der Klassifikation von Befunden auf Röntgenaufnahmen des Brustkorbs und von 10,8 Prozent bei agentischen Evaluationen.
Warum es zählt
Offene Medizinmodelle, die sich feinjustieren lassen, zählen, weil Krankenhäuser Daten von Patienten oft nicht an geschlossene Modelle in der Cloud schicken können. Eine Begutachtung gibt den Behauptungen mehr Gewicht als ein Blog zur Einführung.
Die Einzelheiten
Die Autoren sagen, MedGemma feinzujustieren könne bei medizinischen Aufgaben wirksamer sein, als das Basis-Gemma-3 feinzujustieren, besonders wenn die Daten für das Training knapp sind. MedSigLIP schneide vergleichbar oder besser ab als viele spezialisierte Encoder für medizinische Bilder, laut der Arbeit.
Die Modelle behalten die allgemeinen Fähigkeiten der Basismodelle Gemma, schreiben die Autoren. Die Arbeit ist frei zugänglich.
Was wir nicht prüfen konnten
- Ergebnisse von Benchmarks sind nicht dasselbe wie eine klinische Validierung in Krankenhäusern.
- Die Modelle haben wir nicht getestet.
Quellen
Das Foto ist für diese Geschichte generiert. Es zeigt nicht die darin genannten Personen.