arXiv cs.AI· Md. Sazzadul Islam Prottasha, Nabil Walid Rafi·· 13 小时前AI 评分34
MedGemma 与 GPT-4 对比：开源与闭源模型在图像零样本医学疾病分类上的表现
MedGemma vs GPT-4: Open-Source and Proprietary Zero-shot Medical Disease Classification from Images
AI 导读
研究对比了开源智能体 MedGemma 与闭源多模态模型 GPT-4 在六种疾病图像零样本分类上的表现，经 LoRA 微调的 MedGemma-4b-it 平均测试准确率达 80.37%，高于未微调 GPT-4 的 69.56%。MedGemma 在癌症与肺炎检测等高危临床任务中敏感度明显更高，结果表明领域特定微调对减少临床幻觉至关重要。
正文 · AI 翻译
摘要：多模态大语言模型（LLMs）通过以广泛临床知识为视角解读扫描图像，为医学影像引入了一种新兴范式，为疾病分类提供了一种变革性方法。本研究对两种根本不同的 AI 架构进行了关键比较：专用开源智能体 MedGemma 与专有大型多模态模型 GPT-4，用于诊断六种不同疾病。使用低秩适应（LoRA）微调的 MedGemma-4b-it 模型展现出更优的诊断能力，平均测试准确率达到 80.37%，而未微调的 GPT-4 为 69.56%。此外，MedGemma 在高风险临床任务（如癌症和肺炎检测）中表现出显著更高的灵敏度。通过混淆矩阵和分类报告进行的定量分析，为模型在所有类别中的性能提供了全面见解。这些结果强调，领域特定的微调对于减少临床实施中的幻觉至关重要，使 MedGemma 成为复杂、循证医学推理的精密工具。
| 评论： | 已被《机器学习与深度学习杂志》（JMLDL）接收发表。9 页，9 幅图，10 张表 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2512.23304 [cs.CV] |
| （或 arXiv:2512.23304v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2512.23304 由 DataCite 颁发的 arXiv DOI |
|
| 期刊 参考： | Journal of Machine Learning and Deep Learning, Vol. 2, No. 2, pp. 1-9, 2025 |
| 相关 DOI： | https://doi.org/10.64820/AEPJMLDL.22.1.9.122025
链接到相关资源的 DOI |
提交历史
来自：Md. Sazzadul Islam Prottasha [查看电子邮件]
[v1]
2025 年 12 月 29 日星期一 08:48:36 UTC（892 KB）
[v2]
2026 年 10 月 27 日星期二 21:44:29 UTC（827 KB）
来源：arXiv cs.AI · arxiv.org