नेचर मेडिसिन में प्रकाशित शोधकर्ताओं ने MedGemma पेश किया है, जिसे जर्नल के सारांश में Gemma 3 पर आधारित मेडिकल विज़न-लैंग्वेज फाउंडेशन मॉडलों के संग्रह के रूप में वर्णित किया गया है। पेपर के सार के अनुसार, यह संग्रह उन्नत चिकित्सीय समझ प्रदर्शित करता है — एक दावा, जो यदि गहन जांच में टिक जाता है, तो खुलकर उपलब्ध मल्टीमॉडल कृत्रिम बुद्धिमत्ता को सीधे उन चिकित्सकों, अस्पताल IT टीमों और शैक्षणिक शोध समूहों के हाथों में पहुंचा देगा, जिन्हें अब तक मालिकाना चिकित्सीय AI से काफी हद तक बाहर रखा गया है।
यह कार्य नेचर मेडिसिन में DOI 10.1038/s41591-026-04626-w के अंतर्गत प्रकाशित हुआ है, जो 6 अक्टूबर 2026 को ऑनलाइन प्रकाशित हुआ। यह ऐसे समय में आया है जब नैदानिक AI का स्वामित्व और नियंत्रण किसके पास है, यह प्रश्न उतना ही महत्वपूर्ण होता जा रहा है जितना कि यह प्रश्न कि वह AI वास्तव में कितना सटीक है।
MedGemma क्या है
पेपर के सारांश में दो वर्णन सबसे अधिक महत्व रखते हैं। पहला है "विज़न-लैंग्वेज," जिसका अर्थ है कि मॉडल छवियों और पाठ दोनों को एक ही आर्किटेक्चर के भीतर संसाधित करने के लिए डिज़ाइन किए गए हैं, न कि उन्हें अलग-अलग समस्याओं के रूप में देखते हैं। दूसरा है "फाउंडेशन मॉडल," जो बड़े, सामान्य-उद्देश्य वाले सिस्टमों के लिए तकनीकी शब्द है, जिन्हें व्यापक रूप से प्रशिक्षित किया जाता है और फिर संकीर्ण कार्यों के लिए अनुकूलित किया जाता है।
संयुक्त रूप से, ये दो विचार एक ऐसे सिस्टम का वर्णन करते हैं जो सिद्धांत रूप में, किसी चिकित्सीय छवि को देखते हुए साथ में आने वाले नैदानिक पाठ को पढ़ सकता है और दोनों पर तर्क कर सकता है। यह पिछले एक दशक में नैदानिक मशीन लर्निंग पर हावी रहने वाले एकल-मोडैलिटी उपकरणों से अर्थपूर्ण रूप से भिन्न प्रस्ताव है, जहां एक मॉडल छाती का रेडियोग्राफ पढ़ता है और एक अलग, असंबद्ध सिस्टम रेडियोलॉजिस्ट के नोट का विश्लेषण करता है।
महत्वपूर्ण रूप से, MedGemma को एकल अखंड सिस्टम के बजाय मॉडलों के एक संग्रह के रूप में वर्णित किया गया है। संग्रह आमतौर पर विभिन्न आकारों में फैले होते हैं, जिससे पर्याप्त कंप्यूट शक्ति वाला बड़ा अस्पताल एक भारी संस्करण चला सकता है, जबकि ग्रामीण क्लिनिक या कम-संसाधन वाली शोध प्रयोगशाला अधिक मामूली हार्डवेयर पर कुछ छोटा तैनात कर सकती है।
Gemma 3 वंशावली क्यों मायने रखती है
MedGemma कहीं से अचानक नहीं आया। यह Gemma 3 से व्युत्पन्न है, जो मॉडल परिवार खुले तौर पर जारी AI सिस्टमों की व्यापक वंशावली का हिस्सा है। उस आधार पर निर्माण करने का अर्थ है कि चिकित्सीय संस्करण अपने सामान्य-उद्देश्य वाले पूर्वज की ताकत और सीमाएं दोनों विरासत में लेते हैं।
लाभ यह है कि प्रयास की दक्षता बढ़ती है। एक चिकित्सीय फाउंडेशन मॉडल को शुरू से प्रशिक्षित करने के बजाय — जो एक निषेधात्मक रूप से महंगा उपक्रम है जिसे मुट्ठी भर निगमों के बाहर कुछ ही संस्थान प्रयास कर सकते हैं — शोधकर्ता एक सक्षम सामान्य मॉडल को चिकित्सीय डेटा और चिकित्सीय उद्देश्यों के लिए अनुकूलित करते हैं।
नुकसान विरासत में मिला पूर्वाग्रह है। सामान्य-उद्देश्य वाले मॉडल अपने प्रीट्रेनिंग कॉर्पोरा के सांख्यिकीय पैटर्न को अवशोषित करते हैं, और वे पैटर्न जरूरी नहीं कि नैदानिक सेटिंग्स में सफाई से स्थानांतरित हों, जहां एक आत्मविश्वास से भरे गलत उत्तर के दांव चैटबॉट बातचीत की तुलना में बहुत अलग होते हैं। क्या चिकित्सीय अनुकूलन प्रक्रिया उसके लिए सफलतापूर्वक सुधार करती है, यह ठीक उसी प्रकार का प्रश्न है जिसका उत्तर इस प्रकार के सहकर्मी-समीक्षित पेपर से अपेक्षित है।
ओपन मेडिकल मॉडलों के पक्ष में तर्क
पेपर के सारांश में सबसे महत्वपूर्ण शब्द शायद "विज़न" या "मेडिकल" नहीं है, बल्कि MedGemma को एक ऐसे संग्रह के रूप में प्रस्तुत करना है जिसे केवल किसी विक्रेता के इंटरफेस के माध्यम से एक्सेस करने के बजाय जांचा और तैनात किया जा सकता है। यह अंतर कई आयामों में मायने रखता है:
- पुनरुत्पादकता: स्वतंत्र शोधकर्ता रिपोर्ट किए गए परिणामों को आस्था पर स्वीकार करने के बजाय निरीक्षण, परीक्षण और दोहराने का प्रयास कर सकते हैं।
- स्थानीय तैनाती: संवेदनशील रोगी डेटा संभालने वाले अस्पताल अपने स्वयं के बुनियादी ढांचे पर इन्फरेंस चला सकते हैं, जिससे संरक्षित स्वास्थ्य सूचना को तीसरे पक्ष के सर्वरों पर स्थानांतरित करने से बचा जा सकता है।
- लागत संरचना: प्रति-क्वेरी लाइसेंसिंग शुल्क हटाने से नैदानिक AI की अर्थव्यवस्था बदल जाती है, विशेष रूप से कम मार्जिन पर चलने वाली संस्थाओं के लिए।
- अनुकूलन: संस्थाएं विक्रेता के अपने उपयोग के मामले को प्राथमिकता देने की प्रतीक्षा करने के बजाय मॉडलों को अपनी रोगी आबादी, विशेषज्ञताओं और इमेजिंग उपकरणों पर फाइन-ट्यून कर सकती हैं।
- जांच: खुले वेट प्रतिकूल परीक्षण को आमंत्रित करते हैं, जिसमें वे सुरक्षा और पूर्वाग्रह मूल्यांकन भी शामिल हैं जिनका बंद सिस्टम अक्सर विरोध करते हैं।
इनमें से कोई भी लाभ स्वचालित नहीं है। खराब प्रदर्शन करने वाला खुला मॉडल अच्छा प्रदर्शन करने वाले मालिकाना मॉडल से बेहतर नहीं है; यह बस ऐसा करते हुए अधिक निरीक्षण योग्य है।
बेडसाइड पर विज़न-लैंग्वेज का अर्थ
विज़न-लैंग्वेज ढांचा उन कार्यों की ओर इशारा करता है जहां छवि और पाठ वास्तव में एक-दूसरे को सूचित करते हैं। स्कैन पढ़ने वाला चिकित्सक शायद ही कभी इसे अलग-थलग करके करता है — उनके सामने रोगी का इतिहास, ऑर्डर करने वाले चिकित्सक का प्रश्न, पूर्व अध्ययन और प्रयोगशाला मान होते हैं। एक मॉडल जो छवि और पाठ दोनों का उपभोग कर सकता है, नैदानिक तर्क वास्तव में कैसे काम करता है, उससे मेल खाने के करीब पहुंचता है, न कि अलग-थलग बेंचमार्क कार्यों की संरचना से।
फिर भी, मल्टीमॉडल दक्षता अपने स्वयं के विफलता मोड पेश करती है। पाठ पढ़ने वाला सिस्टम पाठ से भ्रमित हो सकता है, जिसमें अस्पष्ट वाक्यांश, विरोधाभासी नोट या दस्तावेज़ीकरण त्रुटियां शामिल हैं। वास्तविक कार्यप्रवाहों में एकीकरण जवाबदेही के बारे में अनसुलझे प्रश्न भी उठाता है: जब एक मल्टीमॉडल मॉडल निदान में योगदान देता है, तो मॉडल, चिकित्सक और संस्था के बीच जिम्मेदारी की श्रृंखला का पता लगाना कठिन हो जाता है।
सारांश जो प्रश्न खुले छोड़ता है
पेपर का सार्वजनिक रूप से उपलब्ध सारांश, जैसा कि लेखन के समय अनुक्रमित है, संक्षिप्त है। यह मॉडल परिवार के अस्तित्व, Gemma 3 में इसके आधार, और लेखकों की इसकी चिकित्सीय समझ की विशेषता की पुष्टि करता है। उपलब्ध अंश में, यह मूल्यांकन किए गए विशिष्ट बेंचमार्क, इमेजिंग मोडैलिटी या नैदानिक विशेषज्ञताओं की गणना नहीं करता है।
वे विवरण यह निर्धारित करेंगे कि उन्नत चिकित्सीय समझ का दावा कितना भार उठा सकता है। प्रासंगिक प्रश्न नैदानिक AI मूल्यांकन का अनुसरण करने वाले किसी भी व्यक्ति के लिए परिचित हैं:
- कौन से कार्यों का परीक्षण किया गया, और क्या वे वास्तविक नैदानिक वितरणों या क्यूरेटेड बेंचमार्क सेटों से लिए गए थे?
- विभिन्न रोगी जनसांख्यिकी, इमेजिंग उपकरण और संस्थागत सेटिंग्स में प्रदर्शन कैसे टिकता है?
- क्या होता है जब मॉडल वास्तविक अभ्यास पर हावी अस्पष्ट, अपूर्ण मामलों का सामना करता है?
- मूल्यांकन मॉडल के डेवलपर्स द्वारा किए गए थे या स्वतंत्र पक्षों द्वारा?
- क्या विफलता मोड को सफलताओं की तरह गहनता से चित्रित किया गया है?
आगे क्या देखें
चिकित्सीय फाउंडेशन मॉडल उनके मूल्यांकन के लिए आवश्यक नियामक और नैदानिक बुनियादी ढांचे की तुलना में तेजी से आ रहे हैं। MedGemma का योगदान दो तरीकों से मापा जाएगा: क्या अंतर्निहित क्षमताएं स्वतंत्र परीक्षण के तहत टिकाऊ साबित होती हैं, और क्या खुलापन उन संस्थाओं द्वारा वास्तविक अपनाने में बदलता है जिन्हें सबसे अधिक लाभ होगा।
अपने विकल्पों पर विचार करने वाले अस्पताल प्रणालियों के लिए, सक्षम खुले मॉडलों का आगमन गणना बदल देता है। विकल्प अब केवल यह नहीं है कि किस विक्रेता के साथ हस्ताक्षर करें, बल्कि यह है कि मॉडलों का सीधे मूल्यांकन, अनुकूलन और शासन करने के लिए आंतरिक क्षमता बनाई जाए या नहीं। यह अल्पावधि में एक भारी कार्य है और दीर्घावधि में संभावित रूप से अधिक टिकाऊ स्थिति है।
शोधकर्ताओं के लिए, व्यावहारिक महत्व सीधा है: एक नया, निरीक्षण योग्य बेसलाइन जिसके विरुद्ध चिकित्सीय मल्टीमॉडल सिस्टमों की तुलना की जा सकती है। MedGemma की अंतिम प्रदर्शन सीमा जो भी निकले, उस प्रश्न का सार्वजनिक रूप से परीक्षण करने की क्षमता स्वयं में एक योगदान है।
यह लेख नेचर मेडिसिन की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
Originally published on nature.com