Google phát hành các mô hình MedGemma mã nguồn mở để sàng lọc lao ngoài tuyến

Tại hội nghị IDWeek 2026 ở Washington, D.C., Google Research đã trình bày chi tiết về quá trình chuyển đổi từ các thuật toán chẩn đoán hình ảnh y khoa độc quyền sang các mô hình nền tảng mã nguồn mở dành cho việc sàng lọc bệnh lao. Nhóm nghiên cứu nhấn mạnh việc triển khai các công cụ này tại sáu quốc gia và tích hợp chúng vào chiến lược y tế quốc gia của Indonesia nhằm giải quyết vấn đề chủ quyền dữ liệu và khoảng trống trong tiếp cận dịch vụ.

Điều gì đã xảy ra

Bệnh lao vẫn là một trong những nguyên nhân hàng đầu gây tử vong trên toàn cầu, cướp đi sinh mạng của ước tính khoảng 1,23 triệu người mỗi năm. Một rào cản lớn đối với việc phát hiện bệnh là sự khan hiếm bác sĩ chẩn đoán hình ảnh tại các khu vực có tỷ lệ mắc bệnh cao, nơi cơ sở hạ tầng chụp chiếu có thể cách xa phòng khám nông thôn hoặc địa điểm làm việc hẻo lánh tới vài ngày đường. Trong năm năm qua, Google Research và Google for Health đã chuyển trọng tâm từ các bài kiểm tra chuẩn ban đầu sang triển khai các mô hình nền tảng mã nguồn mở có thể được tinh chỉnh và sử dụng ngay tại điểm chăm sóc.

Hành trình bắt đầu bằng việc chứng minh rằng AI có thể ngang tầm với các chuyên gia chẩn đoán hình ảnh trong việc đọc phim X-quang ngực. Sau khi công bố kết quả thử nghiệm vào năm 2019 và Tổ chức Y tế Thế giới (WHO) khuyến nghị áp dụng hệ thống hỗ trợ phát hiện bằng máy tính vào năm 2021, nhóm đã tiến tới giai đoạn xác thực trong thế giới thực. Vào tháng 9 năm 2024, một nghiên cứu tiền cứu đa trung tâm được công bố trên NEJM AI đã xác nhận rằng sàng lọc có sự hỗ trợ của AI duy trì độ nhạy cao trên nhiều quần thể dân cư khác nhau, đồng thời phát hiện các bất thường phổi khác.

Để thu hẹp khoảng cách giữa thuật toán và công cụ lâm sàng, Google đã hợp tác với Nexus AI, một công ty có trụ sở tại Pretoria. Nexus AI đã chuyển đổi các thuật toán đọc X-quang ngực thành thiết bị chẩn đoán được chứng nhận, đạt chứng nhận CE MDR lớp IIb và tuân thủ tiêu chuẩn ISO 13485. Công cụ này hiện đang hoạt động tại khoảng 40 cơ sở y tế trên khắp Nam Phi, Sierra Leone, Bờ Biển Ngà, Cộng hòa Dân chủ Congo, Zambia và Cameroon. Các bác sĩ lâm sàng đã sử dụng nó để đánh giá hơn 25.000 phim X-quang, giảm thời gian trả kết quả từ nhiều tuần xuống còn dưới 45 giây.

Cách thức hoạt động

Công nghệ cốt lõi dựa vào các mô hình đa phương thức với trọng số mở, cho phép các hệ thống y tế địa phương xây dựng giải pháp độc lập. Google đã phát hành MedSigLIP, một mô hình thị giác-ngôn ngữ nhẹ nhàng giúp liên kết hình ảnh y khoa với văn bản lâm sàng, cho phép các nhà phát triển tìm kiếm hoặc phân loại hình ảnh bằng nhãn ngôn ngữ tự nhiên. Trên nền tảng đó, họ đã ra mắt MedGemma, một dòng mô hình với trọng số mở gồm các cấu hình tham số 4 tỷ và 27 tỷ.

MedGemma hỗ trợ suy luận lâm sàng đa phương thức, tổng hợp các phát hiện trên phim X-quang với tiền sử bệnh nhân để trả lời các câu hỏi của bác sĩ bằng ngôn ngữ tự nhiên. Quan trọng nhất, các mô hình này chạy cục bộ trên thiết bị mà không cần truy cập internet. Khả năng này cho phép các bộ y tế tinh chỉnh mô hình trên tập dữ liệu trong nước, giữ dữ liệu bệnh nhân nằm gọn trong biên giới quốc gia. Ví dụ, Indonesia đang sử dụng MedGemma để sàng lọc cho tới 50 triệu công dân mỗi năm, tránh các rủi ro về lưu trú dữ liệu liên quan đến phần mềm đám mây độc quyền.

Bổ sung cho các mô hình thị giác, Google cũng phát triển các Đại diện Âm thanh Sức khỏe (HeAR). Được huấn luyện trên hơn 300 triệu đoạn âm thanh, HeAR cho phép sàng lọc không xâm lấn thông qua âm thanh ho được ghi lại bằng điện thoại thông minh tiêu chuẩn. Việc phân loại sơ bộ bằng âm thanh này hoạt động song song với sàng lọc X-quang di động để tạo thành một chuỗi chẩn đoán tích hợp cho các cộng đồng yếu thế.

Chi tiết chính

• Tác động toàn cầu: Công cụ của Nexus AI đã sàng lọc hơn 25.000 phim X-quang ngực tại sáu quốc gia, với sự tham gia của hơn 90 bác sĩ lâm sàng.
• Tốc độ: AI giảm thời gian phản hồi chẩn đoán từ nhiều tuần xuống còn dưới 45 giây cho mỗi lần quét.
• Mô hình mở: MedGemma (4B và 27B tham số) và MedSigLIP có trọng số mở, cho phép tinh chỉnh cục bộ và sử dụng ngoại tuyến.
• Mức độ áp dụng: MedGemma đã được tải xuống hơn 10 triệu lần kể từ khi ra mắt.
• Triển khai độc lập: Indonesia đang tinh chỉnh các mô hình này trên hạ tầng địa phương để sàng lọc 50 triệu công dân mỗi năm trong khi vẫn đảm bảo quy định về lưu trú dữ liệu.
• Môi trường khắc nghiệt: Công nghệ hoạt động ở độ sâu bốn km dưới lòng đất tại Mỏ vàng Mponeng ở Nam Phi, cho phép phân loại sơ bộ ngay lập tức cho các thợ mỏ tiếp xúc với bụi silica.

Tại sao điều này quan trọng

Đối với các kỹ sư xây dựng công nghệ y tế, sự chuyển đổi từ API đóng sang các mô hình nền tảng mã nguồn mở thay đổi kiến trúc triển khai. Nó loại bỏ sự phụ thuộc vào kết nối liên tục và các dịch vụ đám mây độc quyền, vốn thường không ổn định hoặc gặp vấn đề pháp lý trong bối cảnh y tế toàn cầu. Bằng cách cung cấp các mô hình chạy trên thiết bị, Google cho phép các nhóm địa phương tạo ra các giải pháp chuyên biệt phù hợp với mô hình bệnh tật khu vực mà không cần tài nguyên tính toán khổng lồ.

Sự nhấn mạnh vào tuân thủ quy định và xác thực lâm sàng cũng cung cấp một lộ trình để đưa AI từ nghiên cứu vào sản xuất. Để đạt được chứng nhận CE MDR lớp IIb đòi hỏi phải trải qua các cuộc kiểm toán nghiêm ngặt và thử nghiệm lâm sàng tiền cứu, chứng minh rằng an toàn và hiệu quả phải được tích hợp sẵn trong vòng đời phát triển. Cách tiếp cận này đảm bảo rằng các công cụ AI không chỉ chính xác trong các bài kiểm tra chuẩn mà còn đáng tin cậy trong chăm sóc tại giường bệnh.

Hơn nữa, việc tích hợp suy luận đa phương thức cho phép hỗ trợ lâm sàng tinh tế hơn. Thay vì chỉ phân loại nhị phân đơn giản, các mô hình như MedGemma có thể diễn giải các ca phức tạp bằng cách kết hợp dữ liệu hình ảnh với tiền sử lâm sàng dạng văn bản. Khả năng này trao quyền cho các nhân viên y tế có thể không phải là chuyên gia chẩn đoán hình ảnh đưa ra các quyết định sáng suốt, qua đó dân chủ hóa chuyên môn trong các môi trường thiếu thốn nguồn lực.

Bạn có thể làm gì

• Khám phá các mô hình MedGemma và MedSigLIP với trọng số mở thông qua các tài nguyên Nền tảng Phát triển AI Y tế (HAI-DEF).
• Đánh giá khả năng suy luận ngoại tuyến cho các dự án chẩn đoán hình ảnh y khoa của riêng bạn để đảm bảo chức năng hoạt động tốt ở các khu vực có kết nối thấp.
• Nghiên cứu lộ trình pháp lý mà Nexus AI đã thực hiện, bao gồm tuân thủ ISO 13485 và chứng nhận CE MDR, cho kế hoạch thiết bị y tế của riêng bạn.
• Xem xét các đầu vào đa phương thức, chẳng hạn như kết hợp dữ liệu hình ảnh với tín hiệu âm thanh như tiếng ho, để mở rộng phạm vi chẩn đoán.
• Tương tác với các đối tác y tế địa phương để hiểu rõ nhu cầu quy trình làm việc cụ thể trước khi thiết kế các can thiệp AI.
• Xem xét các nghiên cứu xác thực tiền cứu trên NEJM AI và The Lancet Digital Health để hiểu các chỉ số hiệu suất trong các quần thể thực tế.