Google（谷歌） Research披露结核筛查AI（人工智能）在非洲六国约40家机构运行，并开放MedGemma等基础模型
Google（谷歌） Research与Google for Health在IDWeek 2026介绍，合作方Nexus AI把胸片算法做成获欧盟CE MDR IIb类认证的工具，在南非等六国约40家医疗机构运行，逾90名临床医生评估超2.5万张胸片，判读时间从数周缩短至约45秒。
Google同时开放胸片嵌入模型、MedSigLIP及MedGemma开源模型供本地微调。 上述数字由Google转述合作方情况，属筛查分诊用途，确诊仍需分子检测。
该文发布于2026年10月23日，作者为Google（谷歌） Research技术项目经理Preeti Singh与杰出软件工程师Shravya Shetty。 文中称：2019年在Radiology发表基准研究，显示深度学习检测活动性肺结核可匹敌有经验放射科医生；
2021年Stop TB Partnership在The Lancet Digital Health评测自动计算机辅助检测（CAD）软件，其模型进入全球表现最优之列，同年世界卫生组织（WHO）建议将CAD用于结核筛查与分诊； 2024年NEJM AI刊出多中心前瞻性验证。
Nexus AI位于南非比勒陀利亚，取得欧盟MDR 2017/745下IIb类认证与ISO 13485认证，并与FIND签约推进WHO预认证（WHO PQ），同时走在申请美国FDA（美国食品药品监督管理局）许可的路径上。
工具在南非、塞拉利昂、科特迪瓦等六国约40家医疗机构运行，逾90名临床医生评估逾2.5万张胸片，并为资源不足的公立诊所提供超3,000次免费筛查，目标每年1万次。 南非Mponeng金矿在地下约4公里部署便携X光设备与离线AI（人工智能），筛出疑似病例后转做分子检测。
Google通过HAI-DEF开放胸片嵌入模型与MedSigLIP，并发布4B与27B参数开源多模态模型MedGemma，称其全球下载量超1,000万次； 印尼卫生部正用本国胸片微调MedGemma与MedSigLIP，目标每年筛查5,000万人。 Google Research另开发基于逾3亿段音频训练的健康声学模型HeAR，用于咳嗽声筛查研究。
该条与内容创作及AI（人工智能）消费应用赛道直接关联有限，但开放权重策略提供了一个可观察的产品模式：把通用基础模型开源，由本地伙伴在区域数据上微调并承担合规与临床责任，Google（谷歌）保留生态入口。 下载量是采用信号，不等于临床部署规模； CE认证与ISO合规由Nexus AI持有，与模型本身开源无直接关系。
筛查缩短判读时间有助于分诊效率，但确诊仍依赖分子检测，AI检出疑似结核不能替代诊断结论。
后续观察信号
- Nexus AI的CE IIb认证覆盖哪些具体适应症与使用条件？
- 印尼卫生部微调模型后的筛查准确性是否有公开评估？
- 开源模型在医院的本地部署如何做版本与安全更新？