# MedGemma 多模态医疗模型

结核病每年仍夺走约123万人的生命，高负担地区最缺的是能读胸片的放射科医生。Google Research与Google for Health把胸片算法交给比勒陀利亚的Nexus AI，做成获CE认证的临床诊断工具，并在南非、塞拉利昂、科特迪瓦等六国的约40家医疗机构部署。至今90多名临床人员已评估超过2.5万张胸片，把周转时间从数周缩短到45秒以内，用于快速分诊，最终临床决定仍由医务人员作出。

结核病每年仍夺走约123万人的生命，高负担地区最缺的是能读胸片的放射科医生。Google Research与Google for Health把胸片算法交给比勒陀利亚的Nexus AI，做成获CE认证的临床诊断工具，并在南非、塞拉利昂、科特迪瓦等六国的约40家医疗机构部署。至今90多名临床人员已评估超过2.5万张胸片，把周转时间从数周缩短到45秒以内，用于快速分诊，最终临床决定仍由医务人员作出。

在783份去标识化的乳腺钼靶、下肢全长与脑部磁共振自由文本报告上，一个由三个通用小模型加主席模型合成的“LLM议会”整体准确率为83.56%，低于医疗专用模型MedGemma 4B的88.72%，两者差异主要由下肢全长报告分类任务驱动。议会内部单个成员Qwen3-4B-2507在全部任务上取得最高准确率91.69%，高于议会与MedGemma；议会每份报告需四次模型调用、峰值显存约为MedGemma的2.44倍。

在783份去标识化的乳腺钼靶、下肢全长与脑部磁共振自由文本报告上，一个由三个通用小模型加主席模型合成的“LLM议会”整体准确率为83.56%，低于医疗专用模型MedGemma 4B的88.72%，两者差异主要由下肢全长报告分类任务驱动。议会内部单个成员Qwen3-4B-2507在全部任务上取得最高准确率91.69%，高于议会与MedGemma；议会每份报告需四次模型调用、峰值显存约为MedGemma的2.44倍。

作者提出 MS-ECG-FM，一个以对比对齐方式同时对齐 ECG 机器报告、心内科报告、超声心动图、胸片和出院小结等多种临床文本的心电图基础模型；在覆盖 98 个标签的多数据集线性探针评测中，其宏平均 AUROC 达 93.6，高于 ECGFounder 的 91.5 与 MELP 的 91.2，并在结构心脏病等此前较弱的分组上明显改善，同时在单导联与减导联配置下保持领先。

作者提出 MS-ECG-FM，一个以对比对齐方式同时对齐 ECG 机器报告、心内科报告、超声心动图、胸片和出院小结等多种临床文本的心电图基础模型；在覆盖 98 个标签的多数据集线性探针评测中，其宏平均 AUROC 达 93.6，高于 ECGFounder 的 91.5 与 MELP 的 91.2，并在结构心脏病等此前较弱的分组上明显改善，同时在单导联与减导联配置下保持领先。