谷歌最新发布的医疗 AI 模型 MedGemma 1.5 和 MedASR，不仅在多项基准测试中取得了显著性能提升，更重要的是将能力从 2D 影像拓展至 3D 数据，并公开了模型的局限性。这些更新为医疗 AI 的实际应用提供了新的可能性，尤其对注重隐私的研究场景意义重大。
智能速览
MedGemma 1.5 支持 3D 医学影像分析，如 CT 与 MRI。
胸部 X 光定位任务 IoU 从 3% 提升至 38%，实现量级跨越。
医疗问答准确率提升，4B 模型支持离线部署以保护隐私。
MedASR 医疗听写字错率比通用模型 Whisper 低 58%。
AI 在 CT 分析中仍存在对负性体征的识别盲区。
模型已在马来西亚和台湾等地投入临床指南导航等应用。
精华内容
此次更新不仅是性能的跃升，更展现了谷歌在构建更全面、更坦诚的医疗 AI 基础设施上的思考，从影像到语音，多维覆盖。
影像识别跨越
MedGemma 1.5 最核心的突破在于将模型能力从传统的 2D 影像成功拓展至高维医学数据。这意味着模型现在能够直接处理 3D 的 CT 和 MRI 扫描，甚至是完整扫描的数字病理切片。
这种能力的提升直接反映在关键任务指标上。在胸部 X 光的解剖特征定位任务中，新模型的交并比从上一代的 3% 飞跃至 38%，实现了数量级的提升。这表明 AI 在复杂医学影像中的空间理解和定位精度上取得了实质性进展。
专业文本处理
在医疗文本理解方面，4B 规模的 MedGemma 1.5 在 MedQA（医疗问答）和 EHRQA（电子健康档案问答）数据集上的准确率分别达到了 69.1% 和 89.6%。
更重要的是，其相对较小的体积使得模型能够在离线环境中运行。这一特性对于需要处理包含严格隐私保护条款的医疗数据的研究人员和机构而言至关重要，为在本地或私有云中安全部署 AI 解决方案扫清了障碍。
垂直语音优势
针对医疗场景中常见的语音听写需求，Google 推出了专用模型 MedASR。在与通用语音模型 Whisper large-v3 的对比测试中，MedASR 表现出显著的领域优势。
在胸部 X 光报告的听写任务中，MedASR 的字错率仅为 5.2%，相比 Whisper 降低了 58%。这清晰地证明，通用大模型在处理专业术语密集的垂直领域时，其能力存在明显短板，而专用化是提升准确率的关键路径。
坦诚面对局限
一个值得关注的亮点是，报告中并未回避模型的局限性。Google 邀请了获得委员会认证的放射科医生对 AI 的输出进行盲评。在分析肝脏肿瘤的 CT 切片时，AI 虽然能准确识别“异质性增强”等阳性特征，但却忽略了“肝内胆管扩张不明显”这一关键的负性体征。
这种主动暴露短板的态度，为开发者提供了宝贵的改进方向，也体现了在严肃医疗领域，客观评估比盲目宣传更有价值。
谷歌通过 MedGemma 1.5 和 MedASR 的更新，不仅在技术上推动了医疗 AI 的边界，更在方法论上展现了坦诚与务实。这些工具正在从研究走向实践，未来如何更好地与临床流程融合，将是关键问题。
