AIPress.com.cn报道
1月14日消息，谷歌宣布推出升级版医疗多模态AI模型MedGemma 1.5，以及全新的医疗语音识别模型MedASR，为开发者提供开放、可扩展的AI工具，用于医疗影像解读、电子病历处理和语音病历转写。
MedGemma 1.5在原有MedGemma 1的基础上，提升了文本、医疗记录和二维影像分析能力，并新增对高维医疗影像的支持，包括CT、MRI和全片病理图像。MedGemma 1.5优化了胸部X光系列图像分析、解剖结构定位和医疗实验室报告数据提取等功能，在内部基准测试中表现出明显性能提升。
配套发布的MedASR模型则专为医疗语音转文本场景设计，可将医疗口述内容准确转换为文字，同时可与MedGemma 1.5结合，用于高级医疗推理和应用开发。与通用ASR模型相比，MedASR在胸部X光病历转写任务中的错误率降低约58%，在多专业语音转写任务中的错误率降低约82%。
MedGemma 1.5及MedASR均以开放方式提供给研究和商业用途，开发者可通过Hugging Face或谷歌云Vertex AI进行下载、训练及应用开发。谷歌还启动了MedGemma Impact Challenge黑客马拉松，提供10万美元奖金，鼓励开发者探索医疗AI创新应用。
谷歌提示用户，这些模型可作为开发者构建医疗AI应用的起点，但需要经过适当验证、调整或开发者自定义修改后方可用于实际医疗场景。模型输出不应直接用于临床诊断或病患管理。
