在 2025 年 Google I/O 大會上，Google 推出了兩款基於 Gemma 3 架構的創新 AI 模型：MedGemma 與 SignGemma。這兩款模型分別針對醫療應用與手語翻譯，展現了人工智慧在專業領域與無障礙溝通的巨大潛力。本文將介紹這兩款模型的功能、應用場景與未來發展，讓您快速了解它們如何改進醫療效率與提升聾病群體的溝通便利性。
MedGemma：醫療 AI 的創新應用
什麼是 MedGemma？
MedGemma 是一套專為醫療應用設計的開源 AI 模型，基於 Gemma 3 架構，提供兩種版本：- MedGemma 4B：這是一款 40 億參數的多模態模型，能同時處理醫療影像（如 X 光、皮膚科影像、病理切片）與文字。它採用預訓練的 SigLIP 影像編碼器，針對去識別化的醫療數據進行優化，適用於醫療影像分類、報告生成與影像相關問題解答。其設計輕量化，可在單一 GPU 上運行，降低開發者的硬體門檻。
- MedGemma 27B：一款 270 億參數的純文字模型，專注於醫療文字的深度理解與臨床推理，適合患者訪談、臨床筆記摘要與決策支持等任務。在 MedQA 基準測試中，MedGemma 的表現與更大規模的模型（如 GPT-4o）相當。
應用場景
MedGemma 的核心目的是加速醫療應用的開發，幫助醫療專業人士更高效地處理複雜任務。其主要應用包括：
- 醫療影像分析：協助放射科醫師分析 X 光、病理切片等影像，提供診斷參考。
- 臨床文件生成：自動生成結構化的醫療筆記，提升文件效率。
- 智慧診斷支持：整合醫療數據，提供決策輔助，但 Google 強調其輸出需經專業醫師審核，不得直接用於臨床診斷。
SignGemma：打破手語溝通障礙
Google I/O '25 Developer Keynote - American Sign Language
什麼是 SignGemma？
SignGemma 是 Google 即將於 2025 年底推出的另一款開源 AI 模型，專注於將手語轉換為口語或文字，目前以美國手語（ASL）轉英語為主。這款模型主要為了聾啞與聽障社群打造無障礙溝通工具，幫助開發者創建即時翻譯應用程式，提升社會包容性。
- ASL 翻譯：SignGemma 專為 ASL 轉英語設計，未來計畫擴展至多語言手語支持。
- 輕量化設計：作為 Gemma 家族的一部分，SignGemma 強調高效運行，適合在資源受限的設備上使用。
- 社群協作：SignGemma 仍處於測試階段，預計 2025 年底前公開。Google 目前正積極徵求社群、開發者與研究者的反饋，以確保模型在正式發布前能滿足實際需求。
應用場景
SignGemma 的推出將為人士提供全新的溝通方式，例如：
- 即時翻譯應用：將手語動作轉為文字或語音，促進與非手語使用者的交流。
- 教育與醫療場景：在學校或醫療環境中，幫助與教師、醫師無縫溝通。
- 無障礙科技：整合至行動裝置或穿戴設備，實現隨時隨地的翻譯功能。
MedGemma 與 SignGemma的推出彰顯了 Google 在醫療與無障礙領域的 AI 創新。MedGemma 已在 Hugging Face 平台上線。相信隨著這些模型的持續改進，AI 將有機會在提升醫療效率與社會包容性方面扮演更重要的角色！
我是TN科技筆記，如果喜歡這篇文章，歡迎留言、點選愛心、轉發給我支持鼓勵～
也歡迎每個月請我喝杯咖啡，鼓勵我撰寫更多科技文章，一起跟著科技浪潮前進！！
>>>請我喝一杯咖啡
