MedGemma คืออะไร? AI ทางการแพทย์จาก Google ที่รันในองค์กรได้

โรงพยาบาลมีทั้งเวชระเบียน รายงานผลแล็บ และภาพทางการแพทย์ที่ต้องตรวจสอบทุกวัน หากต้องการใช้ AI ช่วยจัดการข้อมูลเหล่านี้ คำถามแรกมักเป็นเรื่องความถูกต้องและการควบคุมข้อมูลผู้ป่วย

MedGemma เป็นโมเดลของ Google ที่เปิดให้นักพัฒนานำไปสร้างแอปด้านสุขภาพ และเลือกประมวลผลบนโครงสร้างพื้นฐานขององค์กรได้ แต่การมีโมเดลเพียงอย่างเดียวยังไม่ทำให้เกิดระบบที่บุคลากรใช้งานได้จริง ต้องมี Web Application กระบวนการตรวจทาน และการจัดการข้อมูลประกอบกันครับ

MedGemma คือชุดโมเดล AI สำหรับทำความเข้าใจข้อความและภาพทางการแพทย์ พัฒนาจาก Gemma 3 ภายใต้โครงการ Health AI Developer Foundations ของ Google เป็นโมเดลแบบ Open-weight คือเปิดให้นักพัฒนาดาวน์โหลดน้ำหนักโมเดลมารันและปรับแต่งได้ตามเงื่อนไขการใช้งาน

Google เปิดตัว MedGemma 1.5 4B วันที่ 13 มกราคม 2026 โดย 4B หมายถึงขนาดประมาณ 4 พันล้านพารามิเตอร์ รุ่นนี้เพิ่มการรองรับ CT, MRI และภาพพยาธิวิทยาทั้งสไลด์ รวมถึงปรับปรุงการทำความเข้าใจเอกสารสุขภาพ

ชื่อคล้าย Gemini แต่ใช้งานต่างกันอย่างไร?

MedGemma อยู่ในตระกูล Gemma และเป็นโมเดลที่นักพัฒนานำไปสร้างระบบเอง เอกสารทางการแนะนำการดาวน์โหลดจาก Hugging Face หรือ Deploy ผ่าน Vertex AI Model Garden จึงควรมองเป็นส่วนประมวลผลของแอป มากกว่าบริการแชตสำเร็จรูปสำหรับผู้ใช้งานทั่วไป

MedGemma 1.5 รองรับทั้งข้อความและภาพ แต่แต่ละงานต้องเตรียมข้อมูลและทดสอบให้เหมาะกับรูปแบบที่โรงพยาบาลใช้จริง

• CT และ MRI: รองรับข้อมูลภาพสามมิติ โดยต้องเตรียมภาพหลาย slice และจัดรูปแบบอินพุตตามแนวทางของโมเดล
• ภาพพยาธิวิทยา: รับหลายส่วนของภาพสไลด์เนื้อเยื่อเพื่อประมวลผลร่วมกัน
• X-ray ทรวงอก: รองรับการเปรียบเทียบภาพต่างช่วงเวลาและการระบุตำแหน่งโครงสร้างทางกายวิภาค
• รายงานผลแล็บ: ดึงข้อมูล เช่น ชื่อรายการตรวจ ค่า และหน่วย ให้อยู่ในรูปแบบที่นำไปตรวจทานต่อได้
• เวชระเบียนอิเล็กทรอนิกส์: ทำความเข้าใจข้อความและตอบคำถามจากข้อมูลที่ป้อนให้โมเดล

ตัวอย่าง Web Application ที่โรงพยาบาลอาจพัฒนาต่อยอด

ตัวอย่างหนึ่งคือหน้าจอสำหรับอัปโหลดรายงานผลแล็บ ให้ MedGemma ดึงข้อมูลออกมาเป็นรายการ แล้วแสดงเอกสารต้นฉบับคู่กับผลลัพธ์ เจ้าหน้าที่ตรวจแก้และยืนยันก่อนบันทึกเข้าสู่กระบวนการถัดไป ตัวอย่างนี้เป็นแนวทางออกแบบระบบ ไม่ใช่การรับรองว่าทุกเอกสารจะอ่านได้ถูกต้อง

อีกแนวทางคือหน้าจอช่วยสรุปข้อมูลจากเวชระเบียนที่ได้รับอนุญาต โดยแสดงข้อความต้นทางให้ผู้ใช้ตรวจสอบ การระบุแหล่งที่มาและการบันทึกว่าใครยืนยันผลลัพธ์เป็นหน้าที่ที่ต้องออกแบบในแอปเพิ่มเติม

ผล Benchmark ของโมเดลเป็นข้อมูลตั้งต้นสำหรับประเมินความสามารถ โรงพยาบาลยังต้องวัดความถูกต้องกับเอกสาร ภาษา และภาพของตนเอง โดยเฉพาะข้อมูลภาษาไทยที่ไม่ควรสรุปว่ารองรับได้ดีโดยยังไม่ได้ทดสอบ

MedGemma ไม่ได้บังคับให้รันแบบ Local เท่านั้น Google ระบุทั้งทางเลือกดาวน์โหลดมารันเองและ Deploy บน Cloud ผ่าน Vertex AI

Local / On-premises: ประมวลผลบนระบบที่องค์กรดูแล

องค์กรดาวน์โหลดโมเดลจาก Hugging Face มารันบนเครื่องหรือเซิร์ฟเวอร์ของตนเอง และให้ Web Application ภายในเรียกใช้โมเดล วิธีนี้เปิดทางให้ออกแบบการประมวลผลโดยเก็บข้อมูลไว้ภายในขอบเขตที่องค์กรกำหนด

ทีม IT ต้องประเมิน GPU หน่วยความจำ จำนวนผู้ใช้พร้อมกัน และขนาดข้อมูล โดยเฉพาะภาพ CT หรือ MRI การมีโมเดลขนาดเล็กไม่ได้หมายความว่าจะรองรับทุกงานบนเครื่องใดก็ได้

Cloud: สร้างบริการให้แอปเรียกใช้งาน

MedGemma สามารถ Deploy เป็น HTTPS Endpoint บน Vertex AI ผ่าน Model Garden ได้ เหมาะกับแอปออนไลน์ที่ต้องรองรับการขยายระบบ โดยองค์กรต้องกำหนดสิทธิ์และการจัดเก็บข้อมูลให้สอดคล้องกับนโยบายของตน

ผมแนะนำให้เริ่มทดลอง MedGemma จากงานที่ระบุผลลัพธ์และผู้ตรวจทานได้ชัดเจน เช่น การดึงค่าจากผลแล็บ ก่อนขยายสู่งานที่ซับซ้อนขึ้น

1. กำหนดโจทย์: เลือกกระบวนการที่ต้องการช่วย และระบุว่าความสำเร็จวัดจากอะไร
2. เตรียมข้อมูล: ใช้ข้อมูลที่ได้รับอนุญาตและครอบคลุมรูปแบบเอกสารที่พบจริง
3. ทำโครงการทดลอง: เปรียบเทียบผลลัพธ์กับคำตอบที่ผู้เชี่ยวชาญตรวจไว้ รวมถึงกรณีอ่านผิดหรือข้อมูลไม่ครบ
4. ออกแบบการตรวจทาน: กำหนดว่าใครตรวจ ใครอนุมัติ และข้อมูลใดบันทึกเข้าระบบต่อได้
5. ประเมินก่อนขยาย: ตรวจความถูกต้อง ความเร็ว ค่าใช้จ่าย และวิธีดูแลระบบร่วมกับทีมโรงพยาบาล

Demeter ICT มีบริการพัฒนา Web Application สำหรับโรงพยาบาล

Demeter ICT เรามีบริการพัฒนา Web Application เพื่อใช้งานโมเดล MedGemma สำหรับงานโรงพยาบาล โดยออกแบบแอปให้สอดคล้องกับกระบวนการทำงานและความต้องการของบุคลากร แทนการให้ผู้ใช้ต้องเรียกใช้งานโมเดลด้วยเครื่องมือของนักพัฒนาเอง

โรงพยาบาลสามารถนำโจทย์ เช่น การดึงข้อมูลจากเอกสารหรือการช่วยสรุปข้อมูล มาหารือเพื่อประเมินความเป็นไปได้ของระบบ MedGemma พร้อมกำหนดรูปแบบหน้าจอ จุดตรวจทาน และทางเลือกติดตั้งภายในองค์กรหรือบน Cloud

ส่วนการเชื่อมต่อกับระบบโรงพยาบาลเดิม ต้องประเมินช่องทางรับส่งข้อมูล สิทธิ์ และขอบเขตงานร่วมกันก่อนพัฒนา เพื่อกำหนดสิ่งที่ทำได้จริงและเกณฑ์การยอมรับระบบอย่างชัดเจน

หากองค์กรกำลังพิจารณา MedGemma เริ่มจากโจทย์หนึ่งกระบวนการ ตัวอย่างข้อมูลที่ได้รับอนุญาต และผู้รับผิดชอบตรวจผลลัพธ์ แล้วหารือกับทีม Demeter ICT เพื่อวางขอบเขต Web Application และโครงการทดลองที่เหมาะกับโรงพยาบาล นอกเหนือจากนี้เรายังมีบริการฝึกอบรมการนำ AI เข้าไปใช้ในองค์กรให้กับพนักงานในโรงพยาบาล บุคคลากรทางการแพทย์ สามารถดู ตัวอย่าง Use Case AI ที่ได้จากการฝึกอบรม ได้ครับ

เริ่มใช้ AI จากงานจริง ให้ AI ช่วยทำงาน และให้คนตรวจสอบก่อนนำผลลัพธ์ไปใช้