Отворен медицински ИИ работи с текст и изображения

Нощ на учените 2026 · онлайн

Дигитални ресурси

Всички ресурси
Броеве за четене онлайнСпецброеве за изкуствения интелект и за атома, брой 200 на „Българска наука“ и вестник „Homo Sciens“.Разгледай броевете 17 нови филма за български учениОт Стамен Григоров и бактерията на киселото мляко до генетика Дончо Костов.Гледай видеата 30 години „Мария Склодовска-Кюри“ на една картаВсички проекти по програмата от 1996 до 2026 г. – и кой с кого работи.Отвори картата Архив от минали НощиФилми, лекции и броеве от Нощите на учените 2019–2023.Към архива

 

Един и същ модел с изкуствен интелект да анализира рентгенова снимка, да отговаря на медицински въпрос и да подпомага обработката на електронно здравно досие — това е целта на MedGemma, семейство от отворени модели, описано в Nature Medicine. Резултатите показват, че специализираното обучение може да направи сравнително малки модели конкурентни на много по-големи системи.

Съвременната медицина работи с разнородна информация: текстови бележки, лабораторни резултати, рентгенови и микроскопски изображения, снимки на кожни изменения и история на пациента. Общите мултимодални модели могат да обработват текст и картини, но често не разбират достатъчно добре специфичния медицински контекст. Екипът зад MedGemma е дообучил архитектурата Gemma 3 с медицински данни, като е запазил общите ѝ езикови способности.

Семейството включва два мултимодални варианта с 4 и 27 милиарда параметъра и отделен 27-милиарден модел, оптимизиран за текст. „Параметри“ тук означава числовите настройки, които моделът научава по време на обучение. За изображенията е използван специализиран енкодер MedSigLIP с 400 милиона параметъра, обучен с милиони двойки от медицински изображения и текстови описания.

Изследователите са оценили моделите върху задачи от радиология, хистопатология, дерматология и офталмология, както и върху набори с медицински въпроси. В теста MedQA например резултатът на MedGemma е 86,2%, което при публикуването е било най-доброто сред отворените модели с изключение на далеч по-големия DeepSeek-R1 с 671 милиарда параметъра. Това сравнение подсказва, че специализацията в дадена област може да компенсира част от разликата в размера.

При отворени медицински въпроси отговорите са оценявани от по трима лекари. Неточни твърдения са открити в 15,4% от отговорите на MedGemma 4B срещу 18,5% при общия Gemma 3 4B. Подобрението е реално, но числата показват и съществен остатъчен риск: приблизително един от всеки шест отговора в тази оценка е съдържал фактическа неточност. Това е една от причините моделът да се разглежда като основа за разработка и изследване, а не като заместител на медицински специалист.

Системата е изпитана и за създаване на описания на рентгенографии на гръдния кош. Лекари са оценили 68% от генерираните доклади при нормални изследвания и 49% при патологични като равни или по-добри от оригиналните доклади. При 81% е преценено, че биха довели до същото или по-добро клинично решение. Но този резултат не бива да се чете като обща точност от 81%: оценява се конкретен набор и конкретна задача, а „същото решение“ не означава непременно, че текстът е без грешки.

Авторите са проверили и дали моделът може да локализира анатомични структури върху изображения. Тук резултатите са значително по-слаби. Най-добрият отчетен показател за припокриване между предсказаната и истинската област е едва 0,16 за MedGemma 27B. Самите изследователи посочват, че за тази способност има много място за подобрение. Силните резултати по един тест следователно не трябва да се пренасят автоматично към друга клинична задача.

Отвореният характер на моделите е важен, защото позволява на университети и разработчици да ги настройват локално за конкретни приложения, вместо да изпращат чувствителни данни към затворена външна услуга. Това може да улесни независимото тестване и адаптирането към различни езици, болници и популации. „Отворен“ обаче не означава автоматично прозрачен във всяко отношение, нито гарантира защита на данните. Всяко реално внедряване изисква собствена оценка, управление на достъпа и спазване на медицинските регулации.

Изследването е публикувано от екип, включващ изследователи от Google, организацията, която разработва MedGemma. Авторите описват много тестове и сравнения, включително оценки от външни класации, но конфликтът на интереси и възможните разлики между тестовите набори трябва да се имат предвид. Част от бенчмарковете могат да са близки до данните, използвани за обучение, а сравненията между публикации често следват различни процедури.

Медицински обучен модел може да постига силни резултати с по-малко изчислителни ресурси и да служи като добра отправна точка за конкретни инструменти. Преди такива инструменти да влияят на реални решения, те трябва да бъдат проверени проспективно в съответната болница, с конкретната техника и пациентска популация, под постоянен човешки контрол. Така че технологията е една обещаваща нова лабораторна платформа.

 

Източници

Живейте по-добре с наука!

  • Развийте критично мислене и изградете защита срещу дезинформация.

  • Придобийте ключови умения за по-добър живот с нашите курсове във формат текст, видео и аудио.

  • Открийте новостите и иновациите в медицината.

  • Само 3 минути дневно са достатъчни, за да трансформирате живота си!

  • Всеки месец ви очаква нов брой с увлекателни статии по биология, космос, технологии, история, медицина и много други.

Изживейте науката навсякъде и по всяко време, като я четете на най-удобното за вас устройство.

 
Годишен абонамент
ВИЖ ПОВЕЧЕ
  • Безкрайно знание - списание, видеа, аудио, книги и т.н.
  • Достъп от всякъде
  • Социална мрежа за знание с хора като вас.

Създадохме платформа, която предлага курсове и ръководства, насочени към решаването на житейски предизвикателства чрез научно обосновани методи. Тя не само подпомага личностното развитие, но и предоставя ценни знания за водене на по-здравословен, успешен и пълноценен живот. Благодарение на научния подход, потребителите ще имат възможност да подобрят своето благосъстояние и да постигнат по-високо качество на живот.

БГ Наука
Powered by  GDPR Cookie Compliance (opens in a new tab)
Правила на поверителност

Използваме „бисквитки“, за да персонализираме съдържанието и рекламите, да предоставяме функции на социални медии и да анализираме трафика си. Също така споделяме информация за начина, по който използвате сайта ни, с партньорските си социални медии, рекламните си партньори и партньори за анализ.

Можете да коригирате всички настройки на „бисквитките“, като отворите разделите вляво.