Google, sağlık yapay zekası (YZ) geliştirmelerini hızlandırmak amacıyla MedGemma ve MedSigLIP adlı yeni açık kaynak modellerini duyurdu.
Health AI Developer Foundations (HAI-DEF) koleksiyonunun bir parçası olan bu modeller, sağlık araştırmaları ve uygulama geliştirme için sağlam başlangıç noktaları sunarken, geliştiricilere gizlilik ve değişiklikler üzerinde tam kontrol imkanı tanıyor.
MedGemma: Üretken Sağlık YZ'si için Esneklik
Gemma 3'ü temel alan MedGemma, üretken modellere yeni eklemelerle birlikte geliyor. Özellikle MedGemma 27B Multimodal, karmaşık çok modlu ve uzunlamasına elektronik sağlık kaydı yorumlama yeteneğine sahip. MedGemma, rapor üretimi gibi serbest metin üretimi gerektiren tıbbi metin veya görüntüleme görevleri için ideal bir çözüm sunuyor.
MedSigLIP: Hafif ve Verimli Görüntü İşleme
MedSigLIP ise sınıflandırma, arama ve benzeri görevler için tasarlanmış hafif bir görüntü ve metin kodlayıcısıdır. Görüntüleme görevlerinde yapılandırılmış çıktılar (örneğin sınıflandırma veya alma) için önerilen MedSigLIP, tıbbi görüntüleme alanlarında çok yönlülük sunuyor ve geleneksel veya sıfır-shot görüntü sınıflandırması ile semantik görüntü alma için uygun bir araç sağlıyor.
Erişilebilirlik ve Performans
Her iki model de tek bir GPU üzerinde çalışabiliyor. MedGemma 4B ve MedSigLIP, mobil donanımlara da uyarlanabilirliğiyle dikkat çekiyor. Performans açısından, MedGemma 4B'nin MedQA'da yüksek puanlar alması ve doğru akciğer röntgeni raporları üretmesi öne çıkarken, MedGemma 27B modelleri tıbbi bilgi kıyaslamalarında ve elektronik sağlık kaydı verilerinde daha büyük modellerle rekabet edebiliyor.
Açık Kaynak Avantajları
Bu modellerin açık kaynak doğası, tıbbi uygulamalar için kritik öneme sahip esneklik, gizlilik, özelleştirme, tekrarlanabilirlik ve istikrar gibi birçok avantaj sunuyor. Geliştiriciler şimdiden MedSigLIP'i akciğer röntgeni triyajı ve nodül tespiti için, MedGemma'yı ise Çince tıbbi literatürü işleme ve klinik bağlam duyarlılığı gerektiren görevler için kullanmaya başladılar.
Google, geliştiricilerin MedGemma ve MedSigLIP'i kullanmaya başlamaları için GitHub not defterleri ve Hugging Face demoları gibi kaynaklar da sağlıyor. Ancak Google, bu modellerin başlangıç noktaları olarak tasarlandığını ve belirli kullanım durumları için doğrulanmaları ve uyarlanmaları gerektiğini, çıktılarının doğrudan klinik tanı veya tedaviye yönelik bilgi sağlamaması gerektiğini de belirtiyor.
