MedGemma 4B 拥有 40 亿参数，可生成诊断报告或解答图像相关问题；27B 模型则擅长临床文本，支持适配过程。4B 模型擅长分类和解读医疗图像，实现大规模应用。

5 月 21 日消息，

MedGemma 基于 Gemma 3 架构，

【来源：IT之家】专注于医疗文本理解与临床推理，采用 SigLIP 图像编码器，上下文学习及 LoRA 等参数高效微调方法优化模型效果。眼科及组织病理学图像；MedGemma 27B 则有 270 亿参数，预训练数据涵盖胸部 X 光、提供 4B 参数的多模态模型（分类）和 27B 参数的纯文本模型两种配置，并提供相关指导和工具，也可通过 Google Cloud 的 Vertex AI 部署为 HTTPS 端点，

谷歌鼓励开发者针对具体场景进行验证和微调，报道称在 2025 年 I/O 开发者大会上，

模型既能本地运行用于实验，皮肤病学、Google 还提供 Colab 笔记本等资源，谷歌针对多模态医疗文本和图像理解，支持患者分诊和决策辅助。推出了 MedGemma 开源模型。科技媒体 marktechpost 昨日（5 月 20 日）发布博文，适合需要深入文本分析的任务。开发者可采用提示工程、助力模型微调和集成。