醫(yī)療影像分析是AI在醫(yī)療領(lǐng)域落地的核心場景之一，但傳統(tǒng)模型大多聚焦二維影像處理，對CT、MRI這類三維數(shù)據(jù)的解析能力有限；加上多數(shù)商業(yè)模型采用閉源模式，技術(shù)的普及和迭代也受到了限制。最近，谷歌開源了醫(yī)療AI模型MedGemma1.5，它以處理高維度醫(yī)療數(shù)據(jù)為核心突破點(diǎn)，給行業(yè)帶來了新的技術(shù)選擇。

MedGemma1.5的核心能力集中在三個方面：首先，它原生支持CT和MRI三維掃描數(shù)據(jù)，不用把立體影像拆成二維切片就能直接分析，能捕捉病灶在空間中的位置、大小以及和周圍組織的關(guān)聯(lián)信息，減少信息丟失；其次，它支持病理學(xué)數(shù)字切片的微觀分析，能識別細(xì)胞形態(tài)異常、組織病變等細(xì)節(jié)，滿足病理診斷的高精度要求；另外，在胸部X光分析上，它能實(shí)現(xiàn)精準(zhǔn)標(biāo)注，自動識別肺部結(jié)節(jié)、肺炎等常見病變。

從技術(shù)層面看，MedGemma1.5基于谷歌Gemma基礎(chǔ)模型架構(gòu)優(yōu)化而來，針對醫(yī)療數(shù)據(jù)高維度、多模態(tài)的特點(diǎn)，調(diào)整了輸入層和特征提取模塊。它采用分層注意力機(jī)制處理三維影像的空間信息，同時引入領(lǐng)域自適應(yīng)預(yù)訓(xùn)練策略，用大量標(biāo)注醫(yī)療數(shù)據(jù)做微調(diào)，保證在專業(yè)場景下性能穩(wěn)定。而且，模型保持了輕量化設(shè)計(jì)，可以部署在普通醫(yī)療工作站上，降低了硬件門檻。

這個模型開源的意義在于打破技術(shù)壁壘，讓全球的醫(yī)療機(jī)構(gòu)和科研團(tuán)隊(duì)都能自由使用并進(jìn)行二次開發(fā)。對基層醫(yī)療場景來說，MedGemma1.5能幫助那些缺乏高端設(shè)備和專業(yè)人才的機(jī)構(gòu)提升診斷效率；在科研領(lǐng)域，開源模式會加速醫(yī)療AI算法的迭代，推動更多創(chuàng)新應(yīng)用落地。

行業(yè)動態(tài)上，國際醫(yī)療AI研究聯(lián)盟最近發(fā)布的《2024年醫(yī)療AI開源趨勢報告》顯示，過去一年里開源醫(yī)療AI模型的應(yīng)用覆蓋率增長了27%，其中三維影像處理類模型的需求增速最快；競爭對手方面，OpenAI的GPT-4V模型在醫(yī)療影像識別任務(wù)中表現(xiàn)不錯，但目前還是閉源商業(yè)服務(wù)；國內(nèi)的百度文心醫(yī)療大模型最近更新了二維影像分析模塊，它的三維處理功能預(yù)計(jì)2024年第四季度上線，會和MedGemma1.5形成直接競爭。