MedGemma: открытые модели Google для медицинского ИИ

Что выпустил Google

MedGemma — это набор открытых моделей на базе Gemma 3, ориентированных на разработку в здравоохранении. Google позиционирует их как отправную точку для тех, кто строит медицинские приложения: анализ снимков, суммаризация клинических записей, вопросно-ответные системы. Модели можно скачать, дообучить под свою задачу и развернуть локально — то есть данные пациентов не обязаны покидать инфраструктуру больницы или стартапа.

Ключевое слово здесь — открытые. В отличие от закрытых API вроде проприетарных моделей, где вы отправляете запрос на чужой сервер, MedGemma поставляется весами: вы получаете саму модель. Для медицины это принципиально, потому что регуляторика по персональным данным пациентов почти везде жёсткая, а отправка истории болезни в облако третьей стороны — юридический и репутационный риск.

Из чего состоит семейство

MedGemma выпущена в нескольких вариантах, различающихся размером и модальностью. Есть текстовые версии и мультимодальные, умеющие работать с изображениями — например с рентгеновскими снимками, снимками кожи, гистологией и офтальмологией. Мультимодальная часть использует специализированный визуальный энкодер, обученный на медицинских изображениях, а не на обычных фотографиях из интернета.

Точные обозначения версий и число параметров каждой модели стоит сверять в официальной карточке модели на площадке публикации — Google периодически дополняет линейку и обновляет чекпойнты, и цифры из вторичных пересказов быстро устаревают.

Открытая медицинская модель ценна не тем, что она умеет из коробки, а тем, что её можно дообучить на своих данных, не отдавая эти данные наружу.

Для кого это

MedGemma — не готовый диагностический продукт и не сервис для конечного пользователя. Это строительный блок для разработчиков и исследователей. Типичные сценарии:

• стартап, который делает ассистента для расшифровки медицинских записей и не хочет гонять данные через внешний API;
• исследовательская группа, дообучающая модель на своём датасете снимков конкретной патологии;
• интеграция в госпитальную систему как компонент, работающий за периметром сети;
• прототипирование: быстро проверить гипотезу, прежде чем вкладываться в дорогое обучение с нуля.

Чем это отличается от обычной языковой модели

Универсальная модель вроде базовой Gemma или GPT тоже что-то ответит на медицинский вопрос — но она обучена на всём подряд и не заточена под клинический язык, аббревиатуры, форматы снимков и специфику предметной области. MedGemma дообучена на медицинских данных, поэтому лучше понимает контекст: отличает клиническое сокращение от бытового, точнее работает с терминологией, устойчивее держит формат медицинского документа.

Это не значит, что она не ошибается. Любая генеративная модель галлюцинирует — придумывает правдоподобные, но ложные факты. В медицине цена такой ошибки выше, чем где бы то ни было, поэтому Google прямо оговаривает: MedGemma не предназначена для использования без валидации и клинической проверки человеком.

Что придётся сделать самому

Скачать веса — это только начало. Чтобы MedGemma принесла пользу в конкретном продукте, вам понадобится:

1. Оценить модель на своей задаче. Метрики из релиза получены на определённых бенчмарках и не гарантируют такого же качества на ваших данных.
2. Дообучить при необходимости. Под узкую задачу базовая модель почти всегда требует адаптации.
3. Выстроить проверку выходных данных. Человек в контуре обязателен для всего, что касается решений о пациенте.
4. Проверить лицензию. Условия использования Gemma-моделей разрешают многое, но не всё — читайте текст лицензии до того, как строить на ней коммерческий продукт.

Открытые против закрытых моделей в медицине

Выбор зависит от того, что для вас критичнее. Если у вас нет команды, готовой держать GPU и заниматься MLOps, закрытый API проще. Если данные пациентов нельзя выпускать наружу и нужен полный контроль над версией модели — открытая модель почти безальтернативна.

Цена вопроса

Формально MedGemma бесплатна — вы не платите за сами веса. Но реальная стоимость складывается из другого: вычислительных ресурсов для запуска и дообучения, времени инженеров, инфраструктуры для соблюдения требований к медицинским данным. Небольшие текстовые версии можно поднять на скромном железе, мультимодальные и крупные — заметно требовательнее. Прежде чем закладывать проект, посчитайте не лицензию, а совокупную стоимость владения.

MedGemma не отменяет главного правила: генеративная модель в медицине — инструмент поддержки, а не источник диагноза. Ответственность за решение остаётся на специалисте, и ни один открытый релиз этого не меняет.