Made with AI
Googleのオープンな医療モデルMedGemmaが、査読付き論文を得た
要点は、記録的なスコアではない。少ないデータで、小さな病院のチームがオープンモデルを微調整できることだ。
筆者 編集部, ニュース · · 1分で読める
タグ: Google · 医療 · オープンモデル · Nature
- このニュース
- 要点は、記録的なスコアではない。少ないデータで、小さな病院のチームがオープンモデルを微調整できることだ。
- なぜ重要か
- Nature Medicineの論文は、Gemma 3を基にしたオープンな医療向け視覚言語モデルMedGemmaを説明し、胸部X線の分類でベースモデルに対し最大18%の向上を示している。
- 確認できたこと
- 写真はこの記事のために生成したものです。本文で名の挙がる人物は写っていません。
名前のある出典に紐づく。検証済みとは記していない。 Nature Medicine: An open vision-language model for diverse medical applications
ニュース
10月6日に Nature Medicine で公開された論文は、Google の Gemma 3 を基にした医療向け視覚言語の基盤モデルの集まりである MedGemma と、医療向けに調整した画像エンコーダ MedSigLIP を導入する。分布外の課題で、著者らはベースモデルに対し、医用画像の質問応答で 2.6% から 10%、胸部X線の所見分類で 15.5% から 18.1%、エージェントとしての評価で 10.8% の改善を報告している。
なぜ重要か
オープンで微調整できる医療モデルが重要なのは、病院が患者データを、閉じたクラウドのモデルへ送れないことが多いからだ。査読は、発表のブログより、主張に重みを与える。
詳細
著者らは、医療の課題では、とくに学習データが限られるとき、ベースの Gemma 3 を微調整するより MedGemma を微調整する方が効果的であり得ると述べている。MedSigLIP は、多くの専門的な医用画像エンコーダと同等か、それ以上だ、と論文は述べている。
モデルは、Gemma のベースモデルが持つ汎用的な能力を保っている、と著者らは書いている。論文はオープンアクセスである。
確認できなかったこと
- ベンチマークの結果は、病院での臨床的な検証と同じではない。
- 私たちはモデルを試していない。