MedGemma与GPT-4零样本疾病分类对比

2026年10月30日，arXiv Artificial Intelligence 刊出 Md. Sazzadul Islam Prottasha 与 Nabil Walid Rafi 的对比研究，比较两种架构不同的 AI 模型在六种疾病图像分类上的表现：经 LoRA 微调的开源 MedGemma-4b-it，与未微调的闭源 GPT-4。报道称，MedGemma 平均测试准确率达 80.37%，高于 GPT-4 的 69.56%；在癌症与肺炎检测等高风险临床任务中，MedGemma 的敏感度明显更高，混淆矩阵与分类报告给出了各类别性能细节。研究据此认为，领域专用微调对减少临床部署中的模型幻觉至关重要。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字或说法上的前后矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。