La atención sanitaria está adoptando cada vez más la IA para mejorar la gestión del flujo de trabajo, la comunicación con los pacientes y el apoyo al diagnóstico y tratamiento. Es fundamental que estos sistemas basados en IA no sólo sean de alto rendimiento, sino también eficientes y preserven la privacidad. Teniendo en cuenta estas consideraciones, creamos y lanzamos recientemente Health AI Developer Foundations (HAI-DEF). HAI-DEF es una colección de modelos abiertos livianos diseñados para ofrecer a los desarrolladores puntos de partida sólidos para su propia investigación y desarrollo de aplicaciones de salud. Debido a que los modelos HAI-DEF son abiertos, los desarrolladores conservan el control total sobre la privacidad, la infraestructura y las modificaciones de los modelos. En mayo de este año, ampliamos la colección HAI-DEF con MedGemma, una colección de modelos generativos basados en Gemma 3 que están diseñados para acelerar el desarrollo de la IA en la atención médica y las ciencias biológicas.
Hoy estamos orgullosos de anunciar dos nuevos modelos de esta colección. El primero es MedGemma 27B Multimodal, que complementa los modelos 4B Multimodal y 27B de solo texto lanzados anteriormente al agregar soporte para la interpretación compleja de registros médicos electrónicos multimodales y longitudinales. El segundo modelo nuevo es MedSigLIP, un codificador liviano de imágenes y texto para clasificación, búsqueda y tareas relacionadas. MedSigLIP se basa en el mismo codificador de imágenes que impulsa los modelos MedGemma 4B y 27B.
MedGemma y MedSigLIP son sólidos puntos de partida para la investigación médica y el desarrollo de productos. MedGemma es útil para tareas de imágenes o textos médicos que requieren generar texto libre, como generación de informes o respuesta visual a preguntas. MedSigLIP se recomienda para tareas de imágenes que involucran resultados estructurados como clasificación o recuperación. Todos los modelos anteriores se pueden ejecutar en una sola GPU, y MedGemma 4B y MedSigLIP incluso se pueden adaptar para ejecutarse en hardware móvil.
Los detalles completos del desarrollo y evaluación de MedGemma y MedSigLIP se pueden encontrar en el informe técnico de MedGemma.