Na área médica moderna, a inteligência artificial (IA) está se tornando gradualmente uma ferramenta importante para melhorar a eficiência, melhorar a comunicação com os pacientes e apoiar o diagnóstico e o tratamento. Para atender às demandas de sistemas de IA médica em termos de desempenho, eficiência e proteção da privacidade, surgiu o Health AI Developer Foundations (HAI-DEF).
Este projeto inclui uma série de modelos leves e abertos, destinados a fornecer uma base sólida aos desenvolvedores, para apoiar seus estudos e desenvolvimento de aplicações na área da saúde. A natureza aberta dos modelos HAI-DEF garante que os desenvolvedores possam controlar totalmente a privacidade dos dados, a infraestrutura e as modificações nos modelos.
Em maio deste ano, expandimos o HAI-DEF e lançamos o MedGemma, uma série de modelos geradores baseados no Gemma3, destinada a acelerar o desenvolvimento de IA nas áreas de saúde e ciências da vida. Recentemente, também lançamos dois novos modelos: o modelo multimodal MedGemma27B e o MedSigLIP. O modelo multimodal MedGemma27B adiciona suporte à interpretação de multimodalidade complexa e registros eletrônicos de saúde longitudinal, com base nos modelos multimodais de 4B e textuais de 27B existentes. Já o MedSigLIP é um codificador leve de imagem e texto, adequado para tarefas como classificação e busca.
Os modelos MedGemma e MedSigLIP oferecem uma boa base para pesquisas médicas e desenvolvimento de produtos. O MedGemma é especialmente adequado para tarefas médicas que exigem geração de texto livre, como a criação de relatórios ou perguntas visuais; enquanto o MedSigLIP é recomendado para tarefas de imagem que exigem saída estruturada, como classificação ou recuperação. Esses modelos podem ser executados em uma única GPU, e o MedGemma4B e o MedSigLIP também podem ser adaptados para hardware móvel.
A natureza aberta dos modelos da série MedGemma permite que os desenvolvedores baixem, construam e ajustem os modelos conforme necessidades específicas. Essa abordagem aberta tem vantagens significativas na área da saúde, em comparação com modelos por API. Os desenvolvedores podem executar os modelos em seus ambientes preferidos, respondendo flexivelmente a questões de privacidade e políticas institucionais; além disso, através do ajuste fino e da modificação, os desenvolvedores podem otimizar o desempenho do modelo, garantindo estabilidade e reprodutibilidade, algo particularmente importante em aplicações médicas.
Para ajudar os desenvolvedores a começar rapidamente, fornecemos cadernos detalhados no GitHub, demonstrando como criar instâncias do MedSigLIP e MedGemma na plataforma Hugging Face e realizar inferência e ajuste fino. Além disso, o MedGemma e o MedSigLIP podem ser implantados sem problemas no Vertex AI, oferecendo suporte a pontos finais dedicados.
Blog: https://research.google/blog/medgemma-our-most-capable-open-models-for-health-ai-development/
Principais pontos:
🌟 O HAI-DEF lança o MedGemma e o MedSigLIP, oferecendo forte apoio ao desenvolvimento de IA médica.
🔍 O MedGemma é adequado para tarefas de geração de texto livre, enquanto o MedSigLIP se concentra na classificação e recuperação de imagens.
🔑 A flexibilidade dos modelos abertos permite que os desenvolvedores otimizem e ajustem os modelos com segurança em ambientes locais.