剛剛，AI醫(yī)療新突破，來自谷歌！
這一次，他們直接瞄準了真實臨床環(huán)境的痛點。
長期以來，醫(yī)療模型就像是一個“偏科生”，它擅長“讀病歷”，卻對CT、MRI、病理切片這些醫(yī)學影像“力不從心”。
這是因為，它們被迫用文本邏輯去理解圖像，導致效率低、錯誤多、成本高。
為此，谷歌祭出了最新模型MedGemma 1.5，找到了破局答案。
相較于此前的MedGemma 1.5，MedGemma 1.5在多模態(tài)應用上實現(xiàn)重大突破，融合了：
高維醫(yī)學影像：計算機斷層掃描（CT）、磁共振成像（MRI）和組織病理學
縱向醫(yī)學影像：胸部X光時間序列回顧
解剖定位：胸部X光片中解剖特征的定位
醫(yī)學文檔理解：從醫(yī)學實驗室報告中提取結構化數(shù)據(jù)
谷歌表示，MedGemma 1.5是首個公開發(fā)布的開源多模態(tài)大語言模型，既能夠解讀高維醫(yī)學數(shù)據(jù)，同時還擁有解讀通用二維圖像和文本的能力。
更關鍵的是，MedGemma 1.5只有40億參數(shù)量，這意味著，普通的消費級顯卡甚至高性能工作站，就能流暢運行。
MedGemma 1.5開源地址：https://huggingface.co/google/medgemma-1.5-4b-it
不僅如此，谷歌還發(fā)布了MedASR，一個專門為醫(yī)療語音微調(diào)的語音識別模型，可以將醫(yī)生與患者的對話轉(zhuǎn)化為文本，并無縫接入到MedGemma。
MedASR開源地址：https://huggingface.co/google/medasr
直白講，MedGemma 1.5解決「怎么看圖」，MedASR解決「怎么聽音」。
這并不是簡單的模型迭代，而是谷歌對“如何讓AI真正走進診室”給出的一套體系化答案。
一個讀得透病歷、看得懂影像、聽得清語音的AI醫(yī)生，即將走進每一家醫(yī)院。
AI醫(yī)療，進入多模態(tài)時代
在過去的一年里，我們見證了GPT-5等模型在醫(yī)學考試中的驚艷表現(xiàn)，
但在真實的臨床場景中，它們的表現(xiàn)往往不盡如人意。
一個重要的原因在于信息維度的斷層。
包括初代MedGemma在內(nèi)的很多醫(yī)療模型本質(zhì)是“文字專家”，對于圖像的理解能力不強，帶來了診斷信息的丟失。
MedGemma 1.5則在醫(yī)學影像應用場景中實現(xiàn)了全方位、多維度的性能躍升，顯著超越其前代模型。
針對高維醫(yī)學影像，MedGemma 1.5做到了：
CT疾病分類準確率從58%提升至61%。
MRI疾病分類準確率從51%提升65%，尤其在腦部、關節(jié)等復雜解剖結構識別上進步顯著。
全切片病理描述質(zhì)量ROUGE-L分數(shù)從近乎無效的0.02提高到0.49，達到專用模型PolyPath的水平（0.498），可生成臨床可用的組織學描述。
圖：MedGemma 1.5在醫(yī)療影像上的性能提升
針對縱向時序影像分析，MedGemma 1.5做到了：
在MS-CXR-T 時序評估基準上，宏觀準確率從 61% 提升至 66%
有效捕捉病灶動態(tài)變化，例如判斷肺炎浸潤是否吸收，支持隨訪決策
針對通用2D醫(yī)學圖像解讀，MedGemma 1.5做到了：
在內(nèi)部綜合單圖基準（涵蓋X光、皮膚、眼底、病理切片）上，整體分類準確率從59% 提升至 62%。
表明模型在保持廣泛2D能力的同時，未因新增高維任務而犧牲基礎性能。
針對結構化醫(yī)學文檔，MedGemma 1.5做到了：
從非結構化PDF或文本中提取檢驗項目、數(shù)值、單位的宏平均F1分數(shù)從60%提升至78%（+18%）。
自動構建結構化數(shù)據(jù)庫，打通影像-文本-檢驗多源信息融合分析的最后一環(huán)。
圖：MedGemma 1.5在文本任務上的性能提升
與此同時，傳統(tǒng)的語音識別（ASR）模型在面對生僻醫(yī)療術語時，也表現(xiàn)得像一個完全沒受過醫(yī)學教育的外行，極高的詞錯率讓AI錄入變成了醫(yī)生的負擔。
而新發(fā)布的自動語音識別模型MedASR針對醫(yī)療進行了微調(diào)，錯誤率大大減少
研究人員將MedASR的性能與通用ASR模型Whisper large-v3進行了對比。
發(fā)現(xiàn)MedASR在胸部X光口述錯誤率上降低了58%，在不同?？浦g的口述中錯誤減少82%。
萬億谷歌，押注AI醫(yī)療
谷歌在醫(yī)療健康領域的布局十分深入，其技術觸角已延伸至行業(yè)各個角落。
投資上，谷歌通過旗下風險投資及其私募股權部門投資了許多生命科學公司。
其中，AI制藥成為谷歌偏愛的重點領域，在Google Ventures在2021年51筆醫(yī)療健康領域投資中，對于藥物研發(fā)的投資就達到28筆，超過半數(shù)。
合作層面，憑借業(yè)內(nèi)領先的人工智能、云計算等服務，谷歌近年來與拜耳、輝瑞、施維雅、梅奧診所等藥企和醫(yī)院達成協(xié)議，探索從藥物研發(fā)到臨床診療的智能解決方案。
在內(nèi)部，谷歌除了Google Health外，還有包括Verily、Calico在內(nèi)專注于不同領域的業(yè)務單元，形成多元化的強大矩陣。
尤其是，作為全球頂尖的人工智能研究機構，GoogleDeepMind推出多個具有重要意義的科學模型，包括AlphaFold（蛋白質(zhì)結構）、AlphaGenome（DNA調(diào)控）、C2S-Scale（單細胞）等。
DeepMind的CEO，Demis Hassabis，就因為在AI蛋白質(zhì)結構預測上的貢獻獲得了2024年諾貝爾化學獎。
近年來，在大語言模型的潮流下，谷歌也開發(fā)了多款用于醫(yī)療保健的垂類大模型。
這些模型不僅能夠幫助醫(yī)生更精準地診斷疾病，還能為患者提供個性化的健康建議。
谷歌團隊首先研發(fā)了Flan-PaLM，這一模型挑戰(zhàn)了美國醫(yī)學執(zhí)照考試（USMLE），取得了67.6%的成績，比此前最好的模型提高了17%。
之后，谷歌發(fā)布了Med-PaLM，該成果登上了Nature，經(jīng)過專業(yè)臨床醫(yī)生評判，Med-PaLM對實際問題的回答準確率與真人相差無幾。
2023年，全球首個全科醫(yī)療大模型Med-PaLM M發(fā)布，其在14項測試任務（問題回答、報告生成和摘要、視覺問題回答、醫(yī)學圖像分類和基因組變體調(diào)用）中均接近或超過現(xiàn)有SOTA。
去年，谷歌首席健康官Karen DeSalvo博士宣布了六項進展，包括AI制藥模型TxGemma、獲得FDA批準的手表脈搏停止檢測功能、多智能體系統(tǒng)“AI聯(lián)合科學家”、兒科個性化癌癥治療模型等。
從醫(yī)學影像到藥物研發(fā)，從健康助手到可穿戴設備，谷歌正在重新定義未來醫(yī)療，
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內(nèi)容僅供參考。版權歸原作者所有，若有侵權，請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權。
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內(nèi)容僅供參考。版權歸原作者所有，若有侵權，請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權。
Copyright ? 2022 上?？评讜狗沼邢薰?旗下「智慧醫(yī)療網(wǎng)」版權所有 ICP備案號：滬ICP備17004559號-5
