MedGemmaとMedSigLIPリリースノート

Google DeepMindは、MedGemmaとMedSigLIPのリリースにより、Health AI Developer Foundations (HAI-DEF)コレクションを拡張しました。これらのオープンモデルは、医療アプリケーションの構築に向けた堅牢で効率的かつプライバシー保護された出発点を開発者に提供し、インフラストラクチャとモデルの変更を完全に制御できるようにします。

MedGemma: ヘルスケア向けマルチモーダル生成モデル

MedGemmaは、Gemma 3に基づく生成モデルのコレクションで、ビジュアル質問応答や医療レポート生成など、フリーテキスト生成を必要とするタスクのために設計されています。このコレクションには、画像とテキストの両方をサポートする4Bおよび27Bパラメータバリアントが含まれます。

MedGemma 4B マルチモーダル

MedGemma 4Bは効率性に最適化されており、モバイルハードウェアで実行できるように適応できます。主なパフォーマンス指標は以下の通りです：

  • MedQA Score: 64.4%、これにより8Bパラメータ未満のトップオープンモデルの一つにランクインしています。
  • Clinical Accuracy: アンブラインド研究において、その胸部X線レポートの81%が米国のボード認定放射線科医によって十分な正確性があると判断され、元のレポートと同様の患者管理につながると評価されました。
  • Specialized Performance: ファインチューニング後、胸部X線レポート生成においてRadGraph F1スコア30.3を達成します。

MedGemma 27B (テキストおよびマルチモーダル)

MedGemma 27Bモデルは、複雑なマルチモーダルおよび長期的な電子健康記録(EHR)の解釈のために設計されています。

  • MedQA Performance: テキストバリアントは87.7%のスコアを記録し、推論コストが約10分の1でありながらDeepSeek R1から3ポイント以内に位置しています。
  • Capabilities: これらのモデルは、EHRデータの取得と解釈において、より大規模なモデルと競合します。

MedSigLIP: 特化したヘルスケア画像エンコーダ

MedSigLIPは、Language Image Pre-training (SigLIP)アーキテクチャのシグモイド損失に基づく400Mパラメータの軽量画像エンコーダです。医療画像と医療テキストの間のギャップを埋めるため、両方を共通の埋め込み空間にエンコードするように設計されています。

技術的適応と汎用性

MedSigLIPは、眼底画像、皮膚科画像、組織病理学パッチ、胸部X線などの多様な医療画像データでのチューニングにより、SigLIPから適応されました。この専門性にもかかわらず、モデルは自然画像においても強い性能を維持しています。

主なユースケース

MedSigLIPは、構造化された出力を必要とする画像タスクに推奨されます。具体的には：

  • Traditional Image Classification: 高性能な医療画像分類器の構築。
  • Zero-shot Image Classification: 特定のトレーニング例がなく、画像埋め込みとテキストクラスラベル埋め込みを比較して画像を分類。
  • Semantic Image Retrieval: 大規模な医療データベース内で視覚的または意味的に類似した画像を検索。

ヘルスケアにおけるオープンモデルの利点

Google DeepMindは、MedGemmaとMedSigLIPのオープンな性質が医療アプリケーションにおけるAPIベースのモデルに対して3つの重要な利点を提供すると強調しています。

  1. 柔軟性とプライバシー: モデルは独自ハードウェア、ローカルまたはGoogle Cloud Platformにデプロイでき、機関のプライバシーポリシーを満たすことができます。
  2. カスタマイズ: 開発者は特定のターゲットタスクとデータセットに対してパフォーマンスを最適化するためにモデルをファインチューニングできます。
  3. 再現性と安定性: 分散スナップショットとして、モデルパラメータは凍結され、時間の経過とともに出力が一貫することを保証します——これは医療バリデーションの要件です。

実際の導入例

早期導入者は、これらのモデルをさまざまな臨床および研究アプリケーションで活用しています：

  • DeepHealth (USA): ノードル検出および胸部X線トリアージのためにMedSigLIPを探索中。
  • Chang Gung Memorial Hospital (Taiwan): 伝統的な中国語医学文献およびスタッフのクエリに対する効果のためにMedGemmaを活用。
  • Tap Health (India): 進捗ノートの要約およびガイドラインに沿った nudges の提案のために、医療的根拠が優れているMedGemmaを適用。

デプロイと統合

MedGemmaとMedSigLIPは、Hugging Face safetensors形式で利用可能です。開発者は、提供されたGitHubノートブックを使用して推論およびファインチューニングを行うか、Vertex AIを介して専用エンドポイントとしてモデルをデプロイできます。

免責事項: MedGemmaとMedSigLIPは開発の出発点であり、直接的な臨床使用を目的としていません。すべての出力は独立した検証と臨床的相関が必要であり、臨床診断や患者管理の意思決定に直接的に使用すべきではありません。

Sources