MedGemma 27B

Überblick

MedGemma 27B ist die medizinisch feinabgestimmte 27B-Variante der Gemma-3-Familie von Google Research und Google DeepMind. Das Modell ist Teil der Health-AI-Developer-Foundations-Reihe und existiert in einer Text-only- und einer multimodalen Ausprägung. Es ist auf medizinische Wissens- und Reasoning-Aufgaben optimiert (klinische QA, EHR-Informationsextraktion, Radiologie-Befundung nach Finetuning) und deutlich stärker als das gleich große generische Gemma 3 27B.

Laut Google zählen die 27B-Varianten zu den leistungsstärksten offenen Modellen unter 50B auf MedQA; die Text-Variante liegt damit in Reichweite deutlich größerer offener Modelle, bei rund einem Zehntel der Inferenzkosten.

Benchmark-Ergebnisse (Med-Suite)

Für die medizinischen Benchmarks (MedQA, MedMCQA, PubMedQA, MMLU-Medical, HealthBench, MedXpertQA) liegt in der Score-Tabelle kein Eintrag vor; die folgenden Werte sind deshalb hier im Text aufgeführt.

Quelle: MedGemma Technical Report (arXiv:2507.05201), Tabelle 3. Werte für MedGemma 27B mit Test-Time-Scaling, MedQA auf dem 4-Options-Testset:

Benchmark	MedGemma 27B	Gemma 3 27B (Basis)
MedQA (4 opts)	87,7	74,9
MedMCQA	74,2	62,6
PubMedQA	76,8	73,4
MMLU Anatomy	83,7	74,8
MMLU Clinical Knowledge	86,0	86,0
MMLU College Biology	96,5	93,8
MMLU College Medicine	86,1	78,6
MMLU Medical Genetics	97,0	91,0
MMLU Professional Medicine	93,4	85,7
MMLU Virology	53,6	51,2
AfriMed-QA	84,0	72,0

Ergänzend, Quelle Fully Open Meditron (arXiv:2605.16215), Tabelle 2 – dort dient MedGemma-27B als Referenzmodell und erreicht 60,67 im Durchschnitt über MedMCQA / MedQA / PubMedQA / MedXpertQA / HealthBench. Der Kontrast zu den 87,7 % oben ist kein Widerspruch, sondern ein Protokollunterschied (kein Test-Time-Scaling, härterer Benchmark-Mix inkl. MedXpertQA und HealthBench) – ein guter Beleg dafür, warum Med-Scores nur mit Protokollangabe vergleichbar sind.

Im AgentClinic-MedQA-Setting übertrifft MedGemma 27B laut Technical Report menschliche Ärztinnen und Ärzte; die 4B-Varianten sind für dieses agentische Setting nicht geeignet.

Einordnung

Für On-Premise- und datenschutzkritische Szenarien gilt MedGemma 27B-IT derzeit als stärkstes verfügbares offenes Medizinmodell. Es bleibt hinter Frontier-Modellen zurück, führt aber das Feld der spezialisierten offenen Optionen an.

Gut zu wissen

• Die Lizenz ist keine OSI-Open-Source-Lizenz, sondern die HAI-DEF Terms of Use mit Nutzungsbeschränkungen. Für den Einsatz in der EU ist das relevant und vor einem Projekt zu prüfen.

Quellen

• MedGemma Technical Report: https://arxiv.org/abs/2507.05201
• Google Research Blog: https://research.google/blog/medgemma-our-most-capable-open-models-for-health-ai-development/
• Hugging Face: https://huggingface.co/google/medgemma-27b-text-it