Em Uganda, uma versão adaptada do MedGemma roda no próprio aparelho, sem conexão com a internet, e ajuda agentes comunitários de saúde a avaliar sintomas e tomar decisões de triagem. Na Índia, a empresa Visilant usa um sistema de imagem por smartphone que já examinou mais de 50 mil pacientes em busca de catarata e outras doenças oculares. Os exemplos são do próprio Google, que relata equipes de saúde global usando o MedGemma em aplicativos que funcionam offline [1]. É uma imagem sedutora: inteligência artificial médica de ponta operando onde a nuvem não chega. Mas o dado que realmente deveria interessar a quem administra um serviço de saúde não está nessa manchete.
Está num experimento bem menos fotogênico. Ao ajustar fino o MedGemma de 4 bilhões de parâmetros com apenas 10% dos dados de treinamento específicos de uma tarefa, os pesquisadores obtiveram desempenho superior ao do modelo-base Gemma 3 submetido ao mesmo procedimento com a mesma fração de dados [2]. O artigo científico completo resume o achado assim: ajustar o MedGemma pode ser mais eficaz do que ajustar o Gemma 3 em tarefas médicas, sobretudo quando há poucos dados de treinamento [3]. Em um campo onde a adaptação de modelos costuma exigir bases anotadas por especialistas caros, essa economia é a notícia — não o placar em benchmarks que o modelo já nasce vencendo.
O que é o MedGemma e por que ele importa
MedGemma é o nome de uma família de modelos de inteligência artificial para saúde desenvolvida pelo Google e lançada em 2025 dentro do Health AI Developer Foundations, o conjunto de recursos que a empresa mantém para quem quer construir aplicações clínicas [4][5]. Ela é construída sobre o Gemma 3, a linha de modelos abertos e leves do Google, e foi especializada com texto e imagem médicos: entende laudos, evoluções e anotações clínicas, mas também lê radiografias de tórax, lâminas de patologia, fotos de pele e imagens de fundo de olho [2][4][6]. Vem em versões de 4 e 27 bilhões de parâmetros — uma delas dedicada apenas a texto —, e o pacote inclui ainda o MedSigLIP, um codificador de imagens médicas [2][3].
A expressão "pesos abertos" assusta, mas descreve algo simples. O modelo é, por dentro, um arquivo enorme de números que fazem as previsões funcionarem; "peso aberto" quer dizer que esse arquivo é oferecido para download, sem cobrança. Na prática, qualquer hospital, secretaria ou universidade pode baixá-lo e rodá-lo nos próprios computadores — ou até num celular, quando a versão é pequena o bastante —, sem que nenhum exame, laudo ou prontuário precise sair da instituição para que o modelo funcione [1][9]. É um regime diferente do de contratar IA por assinatura, em que o dado do paciente viaja pela internet até o servidor de outra empresa e volta transformado em resposta.
Esta reportagem trata do MedGemma por um motivo datado: em 12 de novembro de 2026, a Nature Computational Science publicou um destaque editorial sobre o conjunto de modelos [2], que remete ao estudo detalhado saído na Nature Medicine em outubro daquele ano [3]. A razão de fundo é outra, e é o que dá título a este texto. A maioria dos modelos médicos exige bases grandes, anotadas por especialistas caros, para ser adaptada a uma tarefa local. O MedGemma foi desenhado para precisar de pouco: com 10% dos dados específicos de tarefa, superou o Gemma 3 nas mesmas condições [2], e a versão de 4 bilhões de parâmetros chega a operar offline em aparelhos modestos [1]. Isso desloca a pergunta de "quem tem acesso à tecnologia" para "quem consegue adaptá-la e validá-la" — e, no Brasil, é essa segunda pergunta que decide se um hospital municipal consegue ou não construir IA clínica com a própria realidade de patientes e de prontuários.
Publicado como destaque editorial na Nature Computational Science em 12 de novembro de 2026, o texto que origina esta reportagem resume um conjunto de modelos apresentado em detalhe na Nature Medicine [2][3]. A tese que este artigo defende é que o lance relevante da família MedGemma não é a precisão que ela demonstra, mas a transferência de responsabilidade que ela opera: pesos abertos devolvem ao hospital, à secretaria e à clínica um ônus de validação que nenhuma licença aberta resolve e que a maioria das instituições brasileiras ainda não tem estrutura para assumir.
Uma família de modelos, não um modelo
Vale começar pelo inventário, porque a palavra "MedGemma" no singular engana. O pacote inclui modelos multimodais de 4 e 27 bilhões de parâmetros, um modelo de 27 bilhões dedicado apenas a texto e o MedSigLIP, um codificador de imagens médicas [2][3]. O MedSigLIP deriva do codificador SigLIP [3], pré-treinado em dados médicos desidentificados que incluem radiografias de tórax, imagens de dermatologia e de oftalmologia e lâminas de histopatologia [4]. O treinamento da família reuniu texto e imagem médicos de radiologia, patologia, dermatologia e oftalmologia [2][6].
O desempenho declarado é consistente e, em geral, superior ao das bases Gemma 3 do mesmo tamanho em uma bateria de benchmarks [2][6]. Na versão lançada em 2025, o modelo multimodal de 4 bilhões de parâmetros marcou 64,4% no MedQA, o que o colocava entre os melhores modelos abertos com menos de 8 bilhões de parâmetros nessa prova [5]. Em tarefas fora da distribuição de treino, os autores registram, em relação aos modelos-base, ganhos de 2,6% a 10% em perguntas e respostas sobre imagens médicas, de 15,5% a 18,1% na classificação de achados em radiografias de tórax e de 10,8% em avaliações agênticas [3][6]. A versão seguinte, MedGemma 1.5, relata, em comparação com o MedGemma 1 de 4 bilhões de parâmetros, ganho de 47 pontos na análise de lâminas inteiras de patologia e de 35 pontos na métrica de sobreposição (IoU) usada para medir a localização anatômica em radiografias de tórax [7].
Há um detalhe metodológico que merece transparência jornalística: o texto que serve de base a esta reportagem não é o estudo primário. É um destaque editorial curto, com acesso ao conteúdo completo restrito a assinantes [2]. Quem quiser verificar os números precisa ir ao artigo da Nature Medicine, publicado em outubro de 2026 e liderado por Andrew Sellergren, com dezenas de coautores do Google [3], ou ao relatório técnico em preprint [6]. Isso não desqualifica a notícia — mas é o tipo de cadeia de mediação que o leitor de divulgação científica raramente enxerga, e que deveria enxergar sempre que um número começa a circular.
Os 10% que valem mais que o placar do MedQA
A comparação que importa está no experimento de adaptação. Ajustar fino o MedGemma 4B com uma décima parte dos dados específicos de tarefa superou o ajuste equivalente do Gemma 3 [2]. Leia de novo: não é que o modelo médico seja melhor em absoluto — é que ele chega ao ponto de partida mais perto do destino, e por isso precisa de menos exemplos anotados para terminar o percurso.
Para o sistema de saúde brasileiro, essa é a variável decisiva. Um hospital universitário que queira um classificador de laudos de mamografia ou um extrator de informações de prontuários não tem dificuldade em conseguir um modelo aberto; tem dificuldade em conseguir dez mil exames anotados por radiologistas com tempo disponível. Se o custo de partida cai de mil para cem exemplos por classe, um projeto que exigiria um ano de anotação passa a caber num semestre de residência. Nenhum benchmark captura isso, porque benchmarks medem modelos prontos e não o esforço de chegar até eles.
Esse é também o motivo pelo qual os pesos abertos mudam a geografia da pesquisa aplicada. Um grupo em Recife, Manaus ou Maputo não precisa negociar acesso a uma API proprietária, não precisa enviar dados de pacientes para servidores estrangeiros e não depende de que a empresa mantenha aquele endpoint no ar depois de dois anos. O MedGemma Impact Challenge, competição organizada em parceria com o Kaggle, recebeu inscrições de mais de 850 equipes e premiou projetos como EpiCast, Sunny, FieldScreen AI e Tracer [8]. O volume é sinal de que a barreira de entrada caiu de verdade.
O contraponto honesto: eficiência de dados não é eficácia clínica. Um modelo que aprende rápido a partir de poucos exemplos aprende rápido também os vieses daqueles poucos exemplos. E, num conjunto de cem casos, o viés de um único serviço de radiologia pode se tornar a regra do modelo inteiro.
Pesos abertos, licença fechada
Aqui é preciso arriscar uma posição. A celebração acrítica do "código aberto na saúde" está mal direcionada, e a razão é simples: o MedGemma não é software livre no sentido em que a Free Software Foundation ou a Open Source Initiative usam o termo. Os pesos são oferecidos sem custo, inclusive para uso comercial, mas sob os Termos de Uso da Health AI Developer Foundations [9]. E esses termos exigem que quem distribui o modelo ou derivados dele inclua as restrições de uso da Seção 3.2 como cláusula executável em qualquer contrato que reja esse uso ou distribuição — licença, termos de uso e afins [10]. Entre essas restrições está a proibição de qualquer uso que possa levar uma autoridade regulatória de saúde a considerar o Google "fabricante" de um dispositivo médico [10].
Traduzindo: quem distribui um produto construído sobre o MedGemma assume o compromisso de repassar adiante um conjunto de vedações definidas não pela comunidade, mas por uma empresa. Isso é perfeitamente razoável do ponto de vista de risco corporativo; é bem diferente de soberania tecnológica. A disponibilidade dos pesos resolve o problema do acesso ao artefato. Não resolve o problema do controle sobre as regras do artefato.
Há, ainda, uma assimetria de informação que costuma passar batida. O termo "aberto" carrega, na cabeça do gestor público, a expectativa de auditabilidade plena. Mas auditar um modelo de 27 bilhões de parâmetros exige capacidade computacional e metodológica que pouquíssimas secretarias estaduais de saúde possuem. O peso é aberto; o entendimento sobre ele continua caro. A comunidade que pode efetivamente inspecionar o que o modelo aprendeu é uma fração minúscula da comunidade que vai usá-lo.
O argumento contrário tem força: comparado ao cenário anterior — modelos médicos proprietários acessíveis apenas por API, com dados de pacientes saindo da jurisdição nacional — o avanço é considerável. A inferência em servidor próprio, dentro do hospital, é uma mudança concreta de regime de governança de dados. Mas chamar isso de "aberto" e encerrar o debate é confundir uma melhoria real com uma revolução que ela não é.
AgentClinic, MIMIC-IV e o teste que quase ninguém faz
O ponto tecnicamente mais interessante do conjunto é o esforço de avaliar raciocínio longitudinal. O MedGemma 27B foi testado no AgentClinic, ambiente simulado em que o modelo conduz uma consulta clínica com um paciente virtual [2][6]. Nos 200 casos derivados do MIMIC-IV, dados que não foram vistos em nenhuma etapa de desenvolvimento do modelo, o MedGemma 27B acertou 46,0%, contra 35,2% do Gemma 3 27B [6]. Ter bom desempenho em dados fora da distribuição é o teste que separa um modelo que decorou padrões de um modelo que generaliza — e o fato de os casos virem de um banco de dados hospitalares reais, e não de uma prova de múltipla escolha, aumenta o valor do resultado.
O segundo achado é mais revelador do que parece. O pós-treinamento em prontuários eletrônicos longitudinais sintéticos, gerados com a ferramenta Synthea, elevou a taxa de acerto do MedGemma 27B de 86,3% para 93,6% num teste de perguntas sobre esses prontuários, e os maiores ganhos vieram de questões que exigiam raciocinar sobre registros interdependentes de um mesmo paciente [2][6]. A modelagem de prontuário foi avaliada tanto nesses dados sintéticos quanto em resumos de alta desidentificados do mundo real [4].
A palavra que merece atenção é "sintéticos". Os ganhos mais diretamente ligados ao raciocínio clínico longitudinal vieram de dados gerados artificialmente, não de prontuários reais. Isso é ao mesmo tempo uma solução e uma confissão: prontuários reais são escassos, fragmentados, mal estruturados e amarrados por regulação — no Brasil, pela Lei Geral de Proteção de Dados. A indústria resolveu o problema gerando dados plausíveis. Só que um modelo treinado em ficção estatisticamente convincente pode aprender a coerência narrativa dos prontuários sintéticos em vez da desordem real de um paciente idoso com sete comorbidades, três internações e um prontuário escrito às pressas num plantão.
Nenhuma das fontes consultadas apresenta um ensaio clínico prospectivo com desfecho em paciente. E é razoável que não apresentem: modelos de fundação são infraestrutura, não intervenção. Mas o vácuo entre "superou o Gemma 3 em benchmarks" e "melhorou desfecho" continua sendo o intervalo mais longo da medicina digital — e é atravessado, hoje, por inferência e analogia.
O paciente que fala português
Um estudo recente avaliou quatro modelos — MedGemma-27B, Sabiá-4, DeepSeek-R1 e o3-mini — em português e em inglês, com uma conclusão que incomoda: a diferença de desempenho entre os dois idiomas não é uniforme, depende da tarefa [11]. Não existe, portanto, um "desconto" fixo que se possa aplicar ao resultado em inglês para estimar o comportamento em português. Cada tipo de tarefa clínica exige sua própria medição.
Isso deveria encerrar uma prática comum: a de importar placares internacionais como se fossem evidência local. Um modelo que acerta 64,4% no MedQA em inglês [5] não carrega esse número consigo quando passa a operar sobre anotações de enfermagem escritas em português brasileiro, com abreviações de plantão, gírias de serviço e uma gramática própria que nenhum corpus de treino padronizado captura.
Há uma consequência de política pública nisso. Se o desempenho é sensível à tarefa e ao idioma, a avaliação deixa de ser um evento único de aquisição e passa a ser uma função permanente do serviço de saúde. Um hospital que compra um sistema e o considera validado para sempre está fazendo uma aposta que a evidência disponível não sustenta. E o custo dessa função — equipe de dados clínicos, governança, monitoramento contínuo — não aparece em nenhum edital.
Discussão: o gargalo mudou de lugar
Junte as peças e o desenho fica nítido. Temos uma família de modelos cujo treinamento cobriu quatro
especialidades de imagem [2], cuja eficiência de dados reduz o custo de adaptação local [2], cuja distribuição é gratuita, inclusive para uso comercial, mas sob termos restritivos [9][10], e cuja adoção real já ocorre em triagem offline de populações vulneráveis [1]. Tecnicamente, o problema do acesso ao modelo foi resolvido. O problema que sobra é o da validação — e ele é organizacional, não computacional.
Essa mudança de gargalo tem uma implicação incômoda e raramente enunciada: a IA médica aberta pode aprofundar desigualdades entre instituições, não reduzi-las. Um hospital de excelência com equipe de ciência de dados vai adaptar o MedGemma, medir o desempenho na sua população e documentar os resultados. Um hospital municipal sem essa equipe vai instalar o mesmo modelo com as configurações padrão e descobrir os limites na prática, com pacientes. Os dois usaram a mesma tecnologia "democrática". Os resultados serão diferentes porque a capacidade de validação não é democrática.
As tensões se acumulam em três frentes. Primeiro, a lacuna entre benchmark e desfecho clínico permanece sem ponte prospectiva nas fontes consultadas. Segundo, a dependência de prontuários sintéticos para ganhos de raciocínio longitudinal deixa em aberto a fidelidade ao dado real. Terceiro, a licença aberta com restrições contratuais cria uma camada de obrigações que poucos desenvolvedores leem e quase nenhum gestor audita. Nenhuma dessas tensões invalida o avanço; todas elas delimitam o que o avanço significa.
Conclusão
O MedGemma desloca o problema da IA clínica do laboratório para o corredor do hospital. Isso é progresso, e é desconfortável. O modelo entrega o que prometia: desempenho médico forte, adaptação barata, operação local. O que ele não entrega — porque não pode entregar — é a resposta sobre o que fazer com isso.
Três direções parecem inevitáveis. A primeira é institucionalizar a validação local como etapa obrigatória, com financiamento próprio, do mesmo modo que se exige comissão de controle de infecção hospitalar. A segunda é construir benchmarks clínicos em português brasileiro com desfechos de paciente, não apenas em inglês com respostas de múltipla escolha [11]. A terceira é tratar licenças de pesos como cláusulas de contrato de saúde pública, lidas por juristas e não apenas por engenheiros.
Um modelo que já ajuda agentes comunitários a fazer triagem em celulares sem internet [1] prova que a infraestrutura chegou. Provar que ela faz bem aos pacientes é uma tarefa que nenhum peso aberto executa sozinho — e que, por enquanto, está sendo delegada, em silêncio, a quem tem menos recursos para cumpri-la.
Referências
[1] Tiwari, R. (2026). MedGemma is helping global healthcare providers deliver better care. Google Blog. https://blog.google/innovation-and-ai/technology/health/medgemma-global-healthcare/
[2] Bansal, V. (2026). Open foundation models for clinical AI. Nature Computational Science. https://www.nature.com/articles/s43588-026-01094-7
[3] Sellergren, A., Kazemzadeh, S. et al. (2026). An open vision-language model for diverse medical applications. Nature Medicine, 32, 3695–3704. https://www.nature.com/articles/s41591-026-04626-w
[4] Google. MedGemma 1.5 model card — Health AI Developer Foundations. https://developers.google.com/health-ai-developer-foundations/medgemma/model-card
[5] Google Research (2025). MedGemma: Our most capable open models for health AI development. https://research.google/blog/medgemma-our-most-capable-open-models-for-health-ai-development/
[6] Google Research (2025). MedGemma Technical Report. arXiv. https://arxiv.org/html/2507.05201v4
[7] Google (2026). MedGemma 1.5 Technical Report. arXiv. https://arxiv.org/html/2604.05081v2
[8] Mahvar, F., Liu, Y. (2026). Announcing the winners of the MedGemma Impact Challenge. https://blog.google/innovation-and-ai/technology/health/med-gemma-impact-challenge/
[9] The Rundown AI. MedGemma: Models, License, Hardware & Use Cases. https://www.therundown.ai/tools/medgemma
[10] Google. Health AI Developer Foundations Terms of Use. https://developers.google.com/health-ai-developer-foundations/terms
[11] Souza, G. P., Melo, G. et al. (2026). Beyond English benchmarks: clinical LLM evaluation in Brazilian Portuguese. arXiv. https://arxiv.org/abs/2606.07853