Google Research 发布 MedGemma 并推进 TB 筛查落地

Google Research 与 Google for Health 团队在 IDWeek 2026 上展示了从实验室算法到临床落地的完整路径，核心成果包括通过合作伙伴 Nexus AI 获得 CE MDR Class IIb 认证的胸部 X 光筛查工具、开源的多模态临床推理模型 MedGemma（4B 和 27B 参数）以及基于声学的非侵入式筛查技术 HeAR。该方案已在南非、塞拉利昂等六个国家的约 40 家医疗机构部署，累计处理超过 25,000 张胸片并将周转时间缩短至 45 秒以内。 关键事实显示，项目正从单一产品交付转向构建开放基础架构：通过 HAI-DEF 计划开源了胸部 X 光嵌入向量与轻量级视觉语言模型 MedSigLIP，允许开发人员在本地微调；MedGemma 已实现全球超 1000 万次下载，并支持在无网环境下运行于端侧设备。印度尼西亚卫生部正在利用这些开源模型在本土数据上进行微调，以解决 5000 万人的年度筛查需求并满足数据主权要求。此外，HeAR 技术利用智能手机麦克风采集咳嗽声音进行初筛，已在撒哈拉以南非洲开展多中心研究。 推断层面，这一系列动作表明 Google 试图通过“认证工具 + 开源底座 + 端侧能力”的组合拳解决医疗 AI 落地中的合规、算力与数据隐私瓶颈。猜测部分在于 HeAR 与 MedGemma 能否真正形成互补的分级诊疗闭环，目前尚需更多临床证据支撑。事实与推断的区别在于：CE 认证、下载量、部署国家数为已验证事实；而“彻底改变全球 TB 筛查格局”属于愿景陈述，当前仍处于规模化验证阶段。