MedGemma 1.5 4B: Neuer KI-Standard für multimodale medizinische Bildgebung

Die Forschungsgruppe hat MedGemma 1.5 4B vorgestellt, ein neues, 4‑Billionen‑Parameter‑Modell, das als Open‑Source‑Ressource für die medizinische Gemeinschaft bereitsteht. Das Modell baut auf MedGemma 1 auf und erweitert die Fähigkeiten um mehrere hochkomplexe Modalitäten.

Zu den neuen Funktionen gehören die Verarbeitung von hochdimensionalen Bilddaten wie CT‑ und MRT‑Volumen sowie Ganzflächendarstellungen von Histopathologie‑Slides. Darüber hinaus kann MedGemma 1.5 anatomische Strukturen mittels Bounding‑Box‑Lokalisierung identifizieren, mehrere Zeitpunkte in Röntgenaufnahmen analysieren und medizinische Dokumente – von Laborberichten bis zu elektronischen Gesundheitsakten – besser verstehen.

Die technischen Neuerungen umfassen umfangreiche Trainingsdatensätze, die speziell für 3‑D‑Volumen zugeschnitten sind, sowie Long‑Context‑Slicing, um große Bildvolumen effizient zu verarbeiten. Für die Pathologie wurden neue Sampling‑Methoden entwickelt, die die Vielfalt der Slide‑Daten abbilden. Diese Ansätze ermöglichen es dem Modell, die neuen Modalitäten in einer einzigen Architektur zu integrieren.

In Benchmark‑Tests zeigt MedGemma 1.5 4B signifikante Verbesserungen: die Klassifikationsgenauigkeit für 3‑D‑MRI‑Bedingungen steigt um 11 % und für 3‑D‑CT um 3 %. In der Analyse von Ganzflächendarstellungen von Pathologie‑Slides erreicht das Modell einen Makro‑F1‑Score, der um 47 % höher ist als bei MedGemma 1. Die anatomische Lokalisierung auf Röntgenaufnahmen verbessert sich um 35 % in Bezug auf Intersection‑over‑Union, und die Analyse von mehrzeitpunkten Röntgenbildern erzielt eine Makro‑Genauigkeit von 4 %. Im Bereich textbasierter klinischer Kenntnisse erhöht MedGemma 1.5 die MedQA‑Genauigkeit um 5 % und die EHRQA‑Genauigkeit um 22 %. Für die Extraktion von Laborbericht‑Informationen erreicht das Modell einen durchschnittlichen Makro‑F1‑Score von 18 % über vier verschiedene Datensätze.

MedGemma 1.5 4B stellt damit einen robusten, vielseitigen KI‑Standard dar, der die Forschung und Praxis in der medizinischen Bildgebung, Pathologie und Dokumentenverarbeitung gleichermaßen voranbringen kann.