今日，谷歌发布了专为医疗场景设计的AI模型“MedGemma1.54B”及语音识别模型“MedASR”。MedGemma1.54B是一款可本地运行的轻量化模型，其准确率相比前代产品有所提升。谷歌已免费开放MedGemma系列开源医疗模型，MedGemma1.54B能够读取并分析文本及图像格式的医疗记录并进行推理。此外，MedASR是一款专注于医疗术语的语音识别模型，可与MedGemma系列模型集成，具备更高的转录准确率。

MedGemma1.54B在基准测试中的得分高于通用模型Gemma34B及前代医疗模型MedGemma14B，部分测试中甚至优于参数规模更大的MedGemma127B。该模型进一步升级，可兼容计算机断层扫描（CT）、磁共振成像（MRI）等三维数据。MedGemma系列便于开发者进行微调优化，目前已衍生出超过500款衍生模型。同日发布的MedASR在“胸部X光片相关对话”的转录错误率仅为5.2%，显著优于OpenAI的Whisperlarge-v3（同类场景错误率12.5%），其转录结果可直接作为MedGemma系列模型的输入提示词。