MedGemma: modelo aberto de visão médica — como rodamos em nuvem privada

Modelos de visão médica deixaram de ser promessa de laboratório. Hoje é possível baixar os pesos de um modelo aberto, executá-lo em GPU própria e colocá-lo para ler radiografias, dermatoscopias e ECGs dentro de um fluxo de laudo real — sem enviar um único pixel do paciente para a API de terceiros. Este artigo explica o que é o MedGemma, o que ele faz bem (e mal) segundo nosso bench interno, e como o exame.tech o opera em nuvem privada.

O que é o MedGemma

MedGemma é um modelo aberto da família Gemma, com variantes multimodais (imagem + texto) ajustadas com dados médicos. "Aberto" aqui tem um significado prático: os pesos são publicados sob licença que permite download e execução local. Isso muda tudo em saúde, porque permite que a inferência aconteça na infraestrutura de quem detém a responsabilidade pelo dado — e não em um endpoint remoto cuja jurisdição, política de retenção e versão você não controla.

Na prática: modelo aberto executado em GPU própria significa que a imagem do paciente entra, a inferência acontece ali, a minuta sai. Nenhum provedor de IA de terceiros vê o estudo.

As variantes que usamos em produção:

• MedGemma-27B — leitura principal. É o modelo que gera achados e minuta de laudo para a maioria das modalidades.
• MedGemma-1.5-4B — triagem leve. Responde em cerca de 1 segundo e serve para priorizar fila.

O que o bench interno mostrou

Em 11 de outubro de 2026 rodamos um bench interno com 7 imagens reais, avaliadas por um juiz independente em escala de 0 a 10. Não é validação clínica — é uma fotografia honesta de onde cada modelo está hoje.

Latência medida nas nossas GPUs: 0,3 segundo até o primeiro token para o MedGemma-27B.

Dois pontos importam mais que as notas altas:

1. Onde o modelo erra, a arquitetura precisa compensar. Em TC de crânio e fraturas os modelos de visão atuais ainda falham com frequência que não aceitamos. Por isso, nessas modalidades, a dupla leitura é obrigatória e não pode ser desligada.
2. Sete imagens não são um estudo clínico. Tratamos esses números como o que são: resultado por caso, útil para decidir arquitetura, inútil para prometer acurácia populacional.

Por que não usamos API de terceiros

Há três motivos, e nenhum deles é ideológico.

Jurisdição e LGPD. Dados de saúde são dados sensíveis (Art. 11 da Lei 13.709/2018). Enviar imagens para uma API operada por terceiro, em jurisdição que você não controla, cria uma cadeia de operadores e sub-operadores difícil de auditar. Rodando em GPU própria, os dados ficam sob controle BeansTech, ponto.

Rastreabilidade por versão. A Resolução CFM 2.454/2026 trata a IA como ferramenta de apoio e exige que o laudo seja do radiologista — com rastreabilidade. Em uma API remota, a versão do modelo pode mudar sem aviso. Em GPU própria, fixamos a versão por laudo e gravamos modelo, versão, latência e veredito do guardrail na trilha de auditoria de cada análise.

Custo previsível em volume. Um hospital com milhares de estudos por mês não quer surpresa de fatura por token. Hardware próprio tem custo fixo e conhecido.

Como rodamos: a frota

O MedGemma não trabalha sozinho. A frota de modelos do exame.tech, toda executada em GPUs próprias (RTX PRO 5000 Blackwell com 72 GB, em Virgínia), é:

• MedGemma-27B — leitura principal (modelo A da dupla leitura).
• Qwen3-VL-32B — segunda leitura (modelo B), recém-implantado.
• Lingshu-32B — visão + texto, para correlacionar a imagem com histórico e pedido médico.
• Lingshu-I-8B e MedGemma-1.5-4B — triagem leve, ~1 s.
• IBM Granite 4.2 (Apache 2.0) — extração estruturada de campos do laudo.
• Qwen3Guard-8B — guardrail em português, na entrada e na saída.

Dupla leitura: modelo A + modelo B

1. O estudo chega (DICOM, JPEG/PNG/HEIC/TIFF/BMP/WebP, PDF — inclusive escaneado — ou DOCX).
2. O guardrail classifica a entrada.
3. Modelo A (MedGemma-27B) gera achados e minuta.
4. Modelo B (Qwen3-VL-32B) lê o mesmo estudo de forma independente, sem ver a resposta de A.
5. Achados discordantes são sinalizados na minuta.
6. O radiologista revisa, resolve divergências, edita e assina. A divergência fica na trilha de auditoria.

Em TC de crânio e fraturas esse fluxo é obrigatório. Nas demais modalidades, é opcional.

Limitações que continuam valendo

Rodar em nuvem privada resolve soberania e rastreabilidade. Não resolve as limitações intrínsecas do modelo:

• Alucinação. O modelo pode descrever um achado que não existe na imagem. A dupla leitura reduz, não elimina. O radiologista é a última linha.
• Viés de treinamento. Modelos treinados majoritariamente com dados de outras populações podem ter desempenho inferior em fenótipos e epidemiologia brasileiros. Por isso o plano Soberano oferece fine-tuning com dados da própria instituição.
• Ausência de contexto. O modelo vê a imagem (e, com Lingshu-32B, o texto do pedido). Não vê o paciente.
• Temporalidade. O conhecimento é o do corte de treinamento. Diretrizes novas não entram sozinhas.

Como avaliar um fornecedor de IA médica

Perguntas que vale fazer — a nós e a qualquer concorrente:

1. Onde roda a inferência? GPU própria, nuvem privada ou API de terceiro? Em que jurisdição?
2. A versão do modelo é fixada por laudo? Posso auditar que modelo leu o estudo X em data Y?
3. O que acontece quando o modelo erra? Há segunda leitura? Em quais modalidades é obrigatória?
4. Os números apresentados são validação clínica ou bench interno? Quantas imagens? Quem julgou?
5. O laudo é de quem? Se a resposta não for "do médico", desconfie.

MedGemma é um produto do exame.tech?

Não. MedGemma é um modelo aberto da família Gemma. O exame.tech baixa os pesos, executa o modelo nas próprias GPUs e o integra ao fluxo de laudo com dupla leitura, guardrail e trilha de auditoria. O produto é o fluxo soberano; o modelo é um componente substituível.

Os dados dos pacientes saem do controle da BeansTech?

Não. Toda inferência clínica acontece em GPUs próprias, em nuvem privada sob controle BeansTech. Nenhuma API de IA de terceiros recebe imagens, laudos ou dados de pacientes.

Por que a dupla leitura é obrigatória em TC de crânio e fraturas?

Porque no nosso bench interno os modelos de visão atuais ainda cometem erros relevantes nessas modalidades. Dois modelos independentes com sinalização de divergência reduzem o risco de um achado passar despercebido antes de chegar ao radiologista.

A IA substitui o radiologista?

Não. Conforme a Resolução CFM 2.454/2026, a IA é ferramenta de apoio. O laudo é do radiologista, que revisa, edita e assina. Cada análise registra modelo, versão, latência e veredito do guardrail para rastreabilidade.

Conclusão

Modelos abertos como o MedGemma tornaram possível algo que há três anos era impraticável: IA de visão médica de alto nível rodando dentro da infraestrutura de quem responde pelo dado. A pergunta deixou de ser "a IA é boa o suficiente?" — ela é boa em algumas modalidades e ainda erra em outras, e a arquitetura precisa refletir isso. A pergunta certa é: quem controla o modelo, a versão e o dado quando o laudo é assinado? No exame.tech, a resposta é: a BeansTech controla a infraestrutura, e o radiologista controla o laudo.