在 ReadYourLab.com，我们的使命是让 CT、MRI 等复杂医学影像更容易理解。为此，我们采用了当前最先进的开源医学 AI 模型之一：MedGemma 1.5。
MedGemma 由 Google 开发，是一种专门面向医疗场景的“医学语言与视觉模型”。你可以把它理解为一位经过高度训练的数字助手，它“阅读”过大量医学文献和病历，也“看过”大量复杂的 3D 扫描。下面我们会更透明地解释这项技术如何工作、它擅长什么，以及它目前仍然存在的局限。
大多数 AI 模型主要在平面的 2D 图像上训练，例如普通照片。但人体并不是平面的，影像扫描也不是。一次 CT 或 MRI 实际上是一个“体积”数据集，由数百张切片叠加形成三维图像。
MedGemma 1.5 的突破在于，它原生就是在这些 3D 体积数据集 上训练的。它不会只逐张查看切片，而是同时分析整个体积。其训练内容包括：
学习了大量去标识化的 CT 与 MRI 体积数据，掌握三维人体解剖“地形图”。
在医学教材、研究论文（PubMed）和临床问答数据集上进行训练。
在电子病历（EHR）上训练，以理解症状、化验结果与影像发现之间的联系。
我们重视透明度。AI 很强大，但并不完美。Google 使用严格的基准来评估 MedGemma 1.5。以下是它在我们处理的影像类型上的表现：
64.7%
在 10 类 MRI 异常中识别特定疾病相关发现的准确率达到 64.7%，相比上一代约 51% 有明显提升。
~61%
在 CT 内部基准测试中，模型对关键异常的识别准确率约为 61%。
~70%
在美国医师执照考试（USMLE）风格问题中接近 70%，展现出较强的医学常识推理能力。
说明：这些百分比反映的是模型自动识别复杂模式的能力。这也是为什么我们始终强调，AI 结果应作为与你医生沟通的起点，而不是终点。
MedGemma 1.5 特别擅长识别具有“空间性”的异常，也就是占据空间、随时间变化，或需要三维关系判断的发现。常见可辅助识别内容包括：
识别跨越多个三维切片的异常增生或占位。
更准确地判断器官位置及其形态、大小是否发生变化，相比早期版本定位能力有显著提升。
MedGemma 最有价值的能力之一，是将当前扫描与既往扫描进行对比，判断病情是在改善、稳定还是进展。
尽管 MedGemma 1.5 是重要进步，但每位用户都应清楚它仍然存在明确局限：
MedGemma 属于基础模型，适合辅助分析和生成初稿报告，但并不是能替代认证放射科医生的临床级诊断系统。
对于极少见的疾病，或由运动等因素造成的细小伪影，AI 有时仍然会判断困难，而人类专家可能更容易识别。
AI 擅长分析扫描中的像素信息，但它对你的完整病史、症状与个体背景的掌握，仍无法与主诊医生相比。
在 ReadYourLab.com，我们使用 MedGemma 1.5 为你提供清晰、自动化的影像“第一眼”解读。我们的目标，是让你在下一次就诊前对 AI 识别到的内容有更明确的初步了解，从而更有准备、更有信心地与医生沟通。
