MedGemma 1.5：医疗 AI 从读文本走向影像、检验单和语音工作流

新的能力边界

Google 在 2026 年 1 月发布 MedGemma 1.5 4B，扩展多切片 CT、MRI、全切片病理以及胸片时间序列处理，并改进检验报告结构化抽取。同期介绍的 MedASR 用于医疗语音转文字，可与后续文本处理串联。

模型能下载，仍不等于成品可用

官方把这些模型定位为开发起点，并明确要求针对用例进行验证与适配。影像基准提升不能直接等同于医院里的诊断效果；多切片输入也不意味着任意体积、任意协议的影像都能可靠解释。部署时仍需评估具体硬件、中文文本和当地报告格式。

本站分析 · 产品推演

适合怎样做最小原型

我们的产品推演：从检验单结构化开始，抽取项目、结果、单位、参考区间与日期，每个字段绑定原文位置。由规则程序核对数值和单位，再让语言模型生成解释草稿，用户可逐字段纠正。

对当前 VPS，优先承载文件处理队列、数据库、来源定位和审核页面。是否本地运行模型，应先用脱敏样本实测延迟和内存；不要把模型参数量小直接当成这台服务器可以流畅处理全部医学影像的结论。验收关注漏项率、数字一致性、原文定位准确度。