AI医疗，谷歌放大招！开源全球首个“AI全能医生”，告别算力焦虑，医院一键部署！

智通财经网01-18

刚刚，AI医疗新突破，来自谷歌！这一次，他们直接瞄准了真实临床环境的痛点。长期以来，医疗模型就像是一个“偏科生”，它擅长“读病历”，却对CT、MRI、病理切片这些医学影像“力不从心”。这是因为，它们被迫用文本逻辑去理解图像，导致效率低、错误多、成本高。为此，谷歌祭出了最新模型MedGemma 1.5，找到了破局答案。相较于此前的MedGemma 1.5，MedGemma 1.5在多模态应用上实现...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2604294258?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/3c963b30dde02cb9336d7654873789c7","is_english":false,"pubTime":"2026-01-18 08:38","share_image_url":"https://static.laohu8.com/6ca2dcdccfa2217fb20a0351f4efe814","id":"2604294258","market":"fut","top_or_hot":-1,"title":"AI医疗，谷歌放大招！开源全球首个“AI全能医生”，告别算力焦虑，医院一键部署！","media":"智通财经网","content":"<div>\n<p>刚刚，AI医疗新突破，来自谷歌！这一次，他们直接瞄准了真实临床环境的痛点。长期以来，医疗模型就像是一个“偏科生”，它擅长“读病历”，却对CT、MRI、病理切片这些医学影像“力不从心”。这是因为，它们被迫用文本逻辑去理解图像，导致效率低、错误多、成本高。为此，谷歌祭出了最新模型MedGemma 1.5，找到了破局答案。相较于此前的MedGemma 1.5，MedGemma 1.5在多模态应用上实现...</p>\n\n<a href=\"http://www.zhitongcaijing.com/content/detail/1394160.html\">网页链接</a>\n\n</div>\n","source":"highlight_zhitongcaijin","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>AI医疗，谷歌放大招！开源全球首个“AI全能医生”，告别算力焦虑，医院一键部署！</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nAI医疗，谷歌放大招！开源全球首个“AI全能医生”，告别算力焦虑，医院一键部署！\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-01-18 08:38 北京时间&nbsp;&nbsp;&nbsp;<a href=http://www.zhitongcaijing.com/content/detail/1394160.html><strong>智通财经网</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>刚刚，AI医疗新突破，来自谷歌！这一次，他们直接瞄准了真实临床环境的痛点。长期以来，医疗模型就像是一个“偏科生”，它擅长“读病历”，却对CT、MRI、病理切片这些医学影像“力不从心”。这是因为，它们被迫用文本逻辑去理解图像，导致效率低、错误多、成本高。为此，谷歌祭出了最新模型MedGemma 1.5，找到了破局答案。相较于此前的MedGemma 1.5，MedGemma 1.5在多模态应用上实现...</p>\n\n<a href=\"http://www.zhitongcaijing.com/content/detail/1394160.html\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4592","symbol_name":"伊斯兰概念","start_time":0,"source_url":"http://www.zhitongcaijing.com/content/detail/1394160.html","article_id":"2604294258","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/3c963b30dde02cb9336d7654873789c7"],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2604294258","pubTimestamp":1768696707,"columns":[{"name":"产品发布","id":31,"label_key":"productRelease"}],"sourceInfo":{"source_id":"highlight_zhitongcaijin","name":"智通财经网"},"weMediaInfo":null,"summary":"刚刚，AI医疗新突破，来自谷歌(GOOGL.US)！","collect":0,"end_time":0,"defaultTopTitle":"zhitongcaijing.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4592":"伊斯兰概念","BK4612":"AI芯片","BK4538":"云计算","BK4579":"人工智能","BK4550":"红杉资本持仓","BK4588":"碎股","BK4507":"流媒体概念","BK4548":"巴美列捷福持仓","BK4574":"无人驾驶","BK4598":"佩洛西持仓","BK4525":"远程办公概念","BK4561":"索罗斯持仓","BK4573":"虚拟现实","GOOGL":"谷歌A","BK4554":"元宇宙及AR概念","BK4581":"高盛持仓","BK4532":"文艺复兴科技持仓","BK4543":"AI","BK4553":"喜马拉雅资本持仓","BK4527":"明星科技股","BK4077":"互动媒体与服务","BK4585":"ETF&股票定投概念","BK4534":"瑞士信贷持仓","BK4514":"搜索引擎","BK4503":"景林资产持仓","BK4576":"AR","BK4533":"AQR资本管理(全球第二大对冲基金)","BK4602":"量子计算概念","BK4566":"资本集团","BK4587":"ChatGPT概念"},"translate_title":"AI medical care, Google enlarges its move! Open source the world's first \"AI all-round doctor\", bid farewell to computing power anxiety, and deploy it in hospitals with one click!","themeId":"","isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/71d6e2ff70b2438018ec32a9af17e24d","symbols_score_info":{"GOOGL":1.98},"content_text":"刚刚，AI医疗新突破，来自谷歌！这一次，他们直接瞄准了真实临床环境的痛点。长期以来，医疗模型就像是一个“偏科生”，它擅长“读病历”，却对CT、MRI、病理切片这些医学影像“力不从心”。这是因为，它们被迫用文本逻辑去理解图像，导致效率低、错误多、成本高。为此，谷歌祭出了最新模型MedGemma 1.5，找到了破局答案。相较于此前的MedGemma 1.5，MedGemma 1.5在多模态应用上实现重大突破，融合了：高维医学影像：计算机断层扫描(CT)、磁共振成像(MRI)和组织病理学。纵向医学影像：胸部X光时间序列回顾。解剖定位：胸部X光片中解剖特征的定位。医学文档理解：从医学实验室报告中提取结构化数据。谷歌表示，MedGemma 1.5是首个公开发布的开源多模态大语言模型，既能够解读高维医学数据，同时还拥有解读通用二维图像和文本的能力。更关键的是，MedGemma 1.5只有40亿参数量，这意味着，普通的消费级显卡甚至高性能工作站，就能流畅运行。不仅如此，谷歌还发布了MedASR，一个专门为医疗语音微调的语音识别模型，可以将医生与患者的对话转化为文本，并无缝接入到MedGemma。直白讲，MedGemma 1.5解决“怎么看图”，MedASR解决“怎么听音”。这并不是简单的模型迭代，而是谷歌对“如何让AI真正走进诊室”给出的一套体系化答案。一个读得透病历、看得懂影像、听得清语音的AI医生，即将走进每一家医院。AI医疗，进入多模态时代在过去的一年里，我们见证了GPT-5等模型在医学考试中的惊艳表现，但在真实的临床场景中，它们的表现往往不尽如人意。一个重要的原因在于信息维度的断层。包括初代MedGemma在内的很多医疗模型本质是“文字专家”，对于图像的理解能力不强，带来了诊断信息的丢失。MedGemma 1.5则在医学影像应用场景中实现了全方位、多维度的性能跃升，显著超越其前代模型。针对高维医学影像，MedGemma 1.5做到了：CT疾病分类准确率从58%提升至61%。MRI疾病分类准确率从51%提升65%，尤其在脑部、关节等复杂解剖结构识别上进步显著。全切片病理描述质量ROUGE-L分数从近乎无效的0.02提高到0.49，达到专用模型PolyPath的水平(0.498)，可生成临床可用的组织学描述。图：MedGemma 1.5在医疗影像上的性能提升针对纵向时序影像分析，MedGemma 1.5做到了：在MS-CXR-T 时序评估基准上，宏观准确率从 61% 提升至 66%。有效捕捉病灶动态变化，例如判断肺炎浸润是否吸收，支持随访决策。针对通用2D医学图像解读，MedGemma 1.5做到了：在内部综合单图基准(涵盖X光、皮肤、眼底、病理切片)上，整体分类准确率从59% 提升至 62%。表明模型在保持广泛2D能力的同时，未因新增高维任务而牺牲基础性能。针对结构化医学文档，MedGemma 1.5做到了：从非结构化PDF或文本中提取检验项目、数值、单位的宏平均F1分数从60%提升至78%(+18%)。自动构建结构化数据库，打通影像-文本-检验多源信息融合分析的最后一环。图：MedGemma 1.5在文本任务上的性能提升与此同时，传统的语音识别(ASR)模型在面对生僻医疗术语时，也表现得像一个完全没受过医学教育的外行，极高的词错率让AI录入变成了医生的负担。而新发布的自动语音识别模型MedASR针对医疗进行了微调，错误率大大减少研究人员将MedASR的性能与通用ASR模型Whisper large-v3进行了对比。发现MedASR在胸部X光口述错误率上降低了58%，在不同专科之间的口述中错误减少82%。万亿谷歌，押注AI医疗谷歌在医疗健康领域的布局十分深入，其技术触角已延伸至行业各个角落。投资上，谷歌通过旗下风险投资及其私募股权部门投资了许多生命科学公司。其中，AI制药成为谷歌偏爱的重点领域，在Google Ventures在2021年51笔医疗健康领域投资中，对于药物研发的投资就达到28笔，超过半数。合作层面，凭借业内领先的人工智能、云计算等服务，谷歌近年来与拜耳、辉瑞、施维雅、梅奥诊所等药企和医院达成协议，探索从药物研发到临床诊疗的智能解决方案。在内部，谷歌除了Google Health外，还有包括Verily、Calico在内专注于不同领域的业务单元，形成多元化的强大矩阵。尤其是，作为全球顶尖的人工智能研究机构，GoogleDeepMind推出多个具有重要意义的科学模型，包括AlphaFold(蛋白质结构)、AlphaGenome(DNA调控)、C2S-Scale(单细胞)等。DeepMind的CEO，Demis Hassabis，就因为在AI蛋白质结构预测上的贡献获得了2024年诺贝尔化学奖。近年来，在大语言模型的潮流下，谷歌也开发了多款用于医疗保健的垂类大模型。这些模型不仅能够帮助医生更精准地诊断疾病，还能为患者提供个性化的健康建议。谷歌团队首先研发了Flan-PaLM，这一模型挑战了美国医学执照考试(USMLE)，取得了67.6%的成绩，比此前最好的模型提高了17%。之后，谷歌发布了Med-PaLM，该成果登上了Nature，经过专业临床医生评判，Med-PaLM对实际问题的回答准确率与真人相差无几。2023年，全球首个全科医疗大模型Med-PaLM M发布，其在14项测试任务(问题回答、报告生成和摘要、视觉问题回答、医学图像分类和基因组变体调用)中均接近或超过现有SOTA。去年，谷歌首席健康官Karen DeSalvo博士宣布了六项进展，包括AI制药模型TxGemma、获得FDA批准的手表脉搏停止检测功能、多智能体系统“AI联合科学家”、儿科个性化癌症治疗模型等。从医学影像到药物研发，从健康助手到可穿戴设备，谷歌正在重新定义未来医疗。","kind":"highlight","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"1","news_tag":"productRelease","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":1,"commentSize":0,"repostSize":0,"favoriteSize":2,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2604294258","isCrawlerRequest":true}