Google lanzó el modelo de inteligencia artificial MedGemma 1.5 4B y el modelo de reconocimiento de voz MedASR, desarrollados específicamente para aplicaciones médicas. MedGemma 1.5 4B aparece como un modelo liviano que puede funcionar localmente y tiene mayor precisión en comparación con la generación anterior.
Cabe señalar que Google publica de forma gratuita la serie MedGemma de modelos médicos abiertos. MedGemma 1.5 4B, que puede operarse localmente, puede leer y hacer inferencias a partir de registros médicos en formatos de texto e imagen. MedASR, un modelo de reconocimiento de voz desarrollado especialmente para expresiones médicas, se puede integrar con la serie MedGemma. Además, MedASR proporciona una mayor precisión de transcripción que los modelos existentes.
Se afirma que MedASR puede transcribir «conversaciones sobre imágenes de rayos X de tórax» con una tasa de error del 5,2 por ciento. En este punto, vale la pena señalar que la tasa de error del modelo Whisper large-v3 de OpenAI es del 12,5 por ciento. Además, los resultados de la transcripción de MedASR también se pueden utilizar como indicaciones en la serie MedGemma.
En algunos puntos de referencia, el MedGemma 1.5 4B obtiene puntuaciones más altas que el modelo de uso general Gemma 3 4B y el modelo de la generación anterior MedGemma 1 4B. En algunas pruebas, el modelo llama la atención al superar incluso al MedGemma 1.27B, de mayor tamaño.
Mientras tanto, la serie MedGemma de la generación anterior fue diseñada para procesar no solo texto sino también datos de imágenes, como radiografías de tórax e imágenes de tejido patológico. MedGemma 1.5 4B ha sido desarrollado para poder procesar datos 3D como imágenes de tomografía computarizada e imágenes de resonancia magnética.
La serie MedGemma también se destaca por su capacidad de ser fácilmente ajustada por los desarrolladores. Ya se han lanzado más de 500 modelos derivados específicamente para MedGemma. Si esto continúa así, podemos decir que MedGemma 1.5 4B también se utilizará ampliamente para crear modelos optimizados para diversas tareas. Es posible acceder a ambos modelos desde Hugging Face.