google/medgemma-27b-it
MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garden: MedGemma(https://console.cloud.google.com/vertex-ai/publishers/google/model-gard...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🩺 MedGemma 27B-IT: Mô hình ngôn ngữ đa phương thức dành riêng cho y tế
MedGemma là bộ mô hình Gemma 3 được Google tinh luyện đặc biệt cho hiểu biết văn bản và hình ảnh y tế, giúp tăng tốc phát triển ứng dụng AI y tế.
MedGemma 27B-IT là phiên bản hướng dẫn dùng (instruction-tuned) của mô hình ngôn ngữ lớn đa phương thức do Google phát triển. Mô hình này được xây dựng từ nền tảng Gemma 3 và tinh luyện trên lượng lớn dữ liệu y tế bao gồm văn bản y học, cặp hỏi-đáp y tế, dữ liệu bệnh án điện tử dạng FHIR, cũng như hình ảnh y khoa như X-quang ngực, da liễu, võng mạc và hình ảnh vi sinh học. MedGemma 27B-IT hỗ trợ nhiều nhiệm vụ y tế quan trọng như sinh báo cáo hình ảnh, phân loại hình ảnh y khoa và trả lời câu hỏi chuyên ngành.
✨ Điểm nổi bật
- Đa phương thức: Kết hợp xử lý văn bản và hình ảnh y khoa, hỗ trợ các nhiệm vụ liên quan đến cả hai.
- Bộ mã hóa hình ảnh SigLIP: Được tiền huấn luyện trên dữ liệu y tế đã vô danh hóa bao gồm X-quang, da liễu, võng mạc và vi sinh học.
- Hỗ trợ báo cáo hình ảnh: Tối ưu để sinh báo cáo từ hình ảnh y khoa như X-quay ngực.
- Phân lớp không giám sát: Có khả năng phân lớp hình ảnh y khoa mà không cần nhãn.
- Tích hợp dữ liệu bệnh án: Huấn luyện thêm trên dữ liệu bệnh án điện tử định dạng FHIR (27B multimodal).
- Tinh luyện theo hướng dẫn: Phiên bản -it tối ưu cho các ứng dụng thực tế cần trả lời và sinh nội dung.
- Đánh giá trên bài toán lâm sàng: Được kiểm chứng trên nhiều bộ dữ liệu chuẩn mở và dữ liệu do Google tổng hợp.
💡 Vì sao đáng chú ý
MedGemma khác biệt so với các mô hình ngôn ngữ chung bởi vì nó được tập trung hoàn toàn vào miền y tế — từ dữ liệu huấn luyện đến kiến trúc tối ưu. Điều này giúp mô hình hiểu sâu hơn về ngữ cảnh lâm sàng, hình ảnh chẩn đoán và ngôn ngữ bệnh án. Dành cho các nhà phát triển cần xây dựng ứng dụng AI trong lĩnh vực y tế, đặc biệt là những ứng dụng liên quan đến hình ảnh và sinh báo cáo.
#MedGemma #GoogleHealth #AItYTe #HinhAnhYKhoa #BaoCaoXR #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garden: MedGemma(https://console.cloud.google.com/vertex-ai/publishers/google/model-gard...
MedGemma 1.5 model card Note: This card describes MedGemma 1.5, which is only available as a 4B multimodal instruction-tuned variant. For information on MedGemma 1 variants, refer to the MedGemma 1 model card(https://developers.google.com/health-ai-...
Unsloth Dynamic 2.0 achieves superior accuracy & outperforms other leading quants. MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garde...
MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garden: MedGemma(https://console.cloud.google.com/vertex-ai/publishers/google/model-gard...
MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garden: MedGemma(https://console.cloud.google.com/vertex-ai/publishers/google/model-gard...
MedSigLIP model card Model documentation: MedSigLIP(https://developers.google.com/health-ai-developer-foundations/medsiglip) Resources: Model on Google Cloud Model Garden: MedSigLIP(https://console.cloud.google.com/vertex-ai/publishers/google/model-...
Qwen3.8-Flash-Next !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc....
Unsloth Dynamic 2.0 achieves superior accuracy & outperforms other leading quants. MedGemma 1.5 model card Note: This card describes MedGemma 1.5, which is only available as a 4B multimodal instruction-tuned variant. For information on MedGemma 1 va...
Qwen3.8-27B !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. !Tip F...