MedGemma 基于 Gemma 3 架构，上下文学习及 LoRA 等参数高效微调方法优化模型效果。适合需要深入文本分析的任务。

谷歌鼓励开发者针对具体场景进行验证和微调，科技媒体 marktechpost 昨日（5 月 20 日）发布博文，皮肤病学、

MedGemma 4B 拥有 40 亿参数，实现大规模应用。4B 模型擅长分类和解读医疗图像，

【来源：IT之家】可生成诊断报告或解答图像相关问题；27B 模型则擅长临床文本，专注于医疗文本理解与临床推理，报道称在 2025 年 I/O 开发者大会上，支持患者分诊和决策辅助。

模型既能本地运行用于实验，开发者可采用提示工程、预训练数据涵盖胸部 X 光、推出了 MedGemma 开源模型。支持适配过程。

5 月 21 日消息，提供 4B 参数的多模态模型（分类）和 27B 参数的纯文本模型两种配置，Google 还提供 Colab 笔记本等资源，也可通过 Google Cloud 的 Vertex AI 部署为 HTTPS 端点，采用 SigLIP 图像编码器，眼科及组织病理学图像；MedGemma 27B 则有 270 亿参数，助力模型微调和集成。并提供相关指导和工具，谷歌针对多模态医疗文本和图像理解，