如果谷歌的AI套件能够实现其愿景，那么所有医疗健康事务都可以从人工干预中解放出来——至少在创建和管理健康记录、从影像中读取医学数据进行诊断以及向患者提供更准确、更快的报告等任务上如此。
为此，该公司最近宣布扩大其开源医疗AI模型集合，推出了两个特定AI模型，开发者可以在这些模型基础上构建未来的医疗应用。这两个模型——MedGemma 27B Multimodal和MedSigLIP——的独特之处在于它们可以被医院下载并在智能手机上进行修改。
对于那些对数据隐私问题有敏锐关注的人来说，谷歌最近的这一宣布时机可谓恰到好处。此前，该公司因从手机公司“吸走”客户数据而被美国法院处以3.14亿美元罚款。今年6月，它还勉强避免了在加利福尼亚州法院被提起的另一宗集体诉讼。更不用提那份令人尴尬的报告称谷歌和微软因电子邮件相关的数据泄露使医疗数据面临风险。
我们在班加罗尔采访的医疗科技专家认为，谷歌最新举措是朝着正确方向迈出的一步——将如此强大的工具直接开放给开发者，而不是将它们锁在昂贵的API之后。他们希望这些模型是在符合监管要求的情况下训练的，并且适用于各种开发需求。
那么，它们能做什么？
MedGemma 27B模型像其前身一样读取医疗文本，但还能分析医学图像并理解所展示的内容。从胸部X光片到病理切片，再到过去数月甚至数年的患者记录，它都能处理并得出诊断结果，可能比任何医生都要快得多。
谷歌透露，该模型在MedQA标准医学知识基准测试中取得了令人印象深刻的87.7%得分，这与目前使用的一些更大、更昂贵的模型相差无几。更值得一提的是，它的成本仅为大型模型的十分之一——难怪医疗初创企业对此感到欣喜。
根据谷歌的博客文章，MedSigLIP是一个轻量级的图像编码器，拥有4亿个参数，可以捕捉从X光片、组织病理学切片、皮肤科图像等多样化的医学影像数据。它允许“模型学习这些模态特有的细微特征”，通过将它们编码到一个共同的嵌入空间来弥合医学图像和医学文本之间的差距。
简而言之，这个AI模型不仅可以从图像中捕捉数据，还能理解这些数据，甚至能为医生撰写报告。寻求更便宜AI解决方案的医院和疗养院可能会发现这很有用，因为它可以识别医学环境中至关重要的模式和特征。而且它在记录和归档日常图像方面也表现出色。
谷歌举了几个例子说明这两个新的AI模型如何产生影响。一家美国公司目前正在测试MedSigLIP用于胸部X光分析，而台湾的一组研究人员则在使用它与传统中医检测方法配合，以更高的准确度回答工作人员的问题。
总部位于古尔冈的初创公司Tap.Health致力于提供可负担的医疗服务，并专注于糖尿病控制。该公司报告称，与可能“幻觉”医学事实的通用AI不同，MedGemma似乎能够理解临床背景，并展示出医疗聊天机器人“听起来像医生”和“真正懂医学”之间的关键区别。
那谷歌能得到什么？
我们都知道在企业界没有免费的午餐。那么，谷歌最近为何如此慷慨？通过开源AI模型，该公司解决了医疗部署方面的担忧。医院担心数据隐私，研究人员希望模型行为不会突然改变，而开发人员则希望有自由进行微调。
现在，医院可以在自己的服务器上运行MedGemma，根据特定需求进行修改，并相信其行为将基本保持一致。当然，谷歌明确表示这些模型不会取代医生，它们仍需要人类的监督和临床纠正。其输出需要验证，建议需要核实。
尽管这一切将在医院和研究中心发生，但我们不禁要问谷歌会如何推动它们分享学习成果，以便这些AI模型在工作中不断学习，随着更多人类智慧的塑造和微调而变得更加智能。谷歌只是将技术交给了医院、研究人员和医学院，让整个生态系统协作，使其医疗套件更加智能和精准。只要谷歌不收费，医疗界和患者就没有理由抱怨。
【全文结束】
