Google发布开源医疗AI模型MedGemma 1.5 4B与语音识别模型MedASR
Google免费发布了专为医疗应用开发的开源模型系列，包括可本地运行的轻量级模型MedGemma 1.5 4B及语音识别模型MedASR。其中，MedGemma 1.5 4B精度较前代显著提升，能够读取并分析文本和图像格式的医疗记录；MedASR则针对医学术语进行了优化，可与MedGemma系列无缝集成，且转录准确率更高。
MedASR转录错误率仅5.2%，显著优于Whisper large-v3
在“胸部X光片讲话”转文字测试中，MedASR的错误率仅为5.2%，远低于OpenAI Whisper large-v3模型的12.5%。此外，MedASR的转录结果可直接作为提示词输入MedGemma系列使用，进一步提升工作流效率。
MedGemma 1.5 4B性能跃升，支持CT/MRI三维数据处理
多项指标显示，MedGemma 1.5 4B表现优于通用模型Gemma 3 4B及上一代MedGemma 1 4B，部分测试甚至超越体量更大的MedGemma 1.27B。相较于上代仅支持胸部X光片和病理组织图像，新版模型新增了对计算机断层扫描（CT）和磁共振成像（MRI）等三维数据的处理能力。
生态繁荣超500个衍生模型，Hugging Face开放获取
凭借易于微调的特性，MedGemma系列已催生超过500个衍生模型。预计MedGemma 1.5 4B将进一步推动各任务专用模型的优化落地。目前，这两个模型均已上线Hugging Face供开发者免费获取。