Esta herramienta está disponible para desarrolladores como parte de la iniciativa Health AI Developer Foundations.
Durante la conferencia Google I/O 2025, la compañía presentó MedGemma, su modelo de inteligencia artificial (IA) más potente hasta ahora para la comprensión médica de texto e imágenes. Diseñado para facilitar el desarrollo de aplicaciones de salud, MedGemma combina capacidades avanzadas de procesamiento de lenguaje y análisis de imágenes médicas, y ya está disponible de forma abierta para la comunidad de desarrolladores como parte de la iniciativa Health AI Developer Foundations.
MedGemma está construido sobre la arquitectura de Gemma 3, y se ofrece en dos versiones: una versión multimodal de 4 mil millones de parámetros, capaz de procesar texto e imágenes médicas; y una versión de solo texto de 27 mil millones de parámetros, orientada a tareas que requieren razonamiento clínico avanzado. El objetivo de este modelo es proporcionar una base flexible que los desarrolladores puedan adaptar y validar para casos de uso específicos en el ámbito de la salud.
Entre las aplicaciones más destacadas se encuentran la clasificación de imágenes médicas como radiografías, imágenes de patología digital, de fondo de ojo o de piel; la generación de reportes médicos basados en imágenes; y la interpretación de preguntas en lenguaje natural relacionadas con dichas imágenes. También puede utilizarse para tareas basadas en texto, como entrevistas clínicas, triaje, apoyo a la toma de decisiones médicas y resúmenes clínicos.
Aunque MedGemma presenta un rendimiento sólido en pruebas base comparado con otros modelos de su tamaño, Google enfatiza que no está listo para su uso clínico directo. Por tanto, requiere validación rigurosa y, en muchos casos, adaptaciones adicionales, como ajuste fino o fine-tuning, ingeniería de prompts o integración dentro de sistemas más complejos con otros modelos como Gemini 2.5 Pro.
Además, MedGemma puede desempeñar un rol dentro de sistemas orquestados de agentes, facilitando tareas como interpretación de datos en formato FHIR, búsqueda web médica, o generación de conversaciones médico-paciente en tiempo real. Estas posibilidades abren nuevas oportunidades para innovar en atención médica, garantizando al mismo tiempo la privacidad mediante el procesamiento local de datos sensibles.
