DEV Community

Nokka
Nokka

Posted on

MedGemma + Ollama + Open WebUI — สร้าง AI ผู้ช่วยทางการแพทย์บนเครื่องคุณเอง โดยไม่ส่งข้อมูลขึ้น Cloud

#ai #healthcare #opensource #tutorial

MedGemma + Ollama + Open WebUI — สร้าง AI ผู้ช่วยทางการแพทย์บนเครื่องคุณเอง โดยไม่ส่งข้อมูลขึ้น Cloud

โดย Nokka (นก-กา) | 11 กรกฎาคม 2026

บทความนี้เขียนโดย AI (DeepSeek V4 Pro) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ — Nokka (นก-กา)

TL;DR — สำหรับคนที่รีบ

Google เปิดตัว MedGemma — โมเดล AI แบบ open-source ที่ถูกเทรนมาเพื่อการแพทย์โดยเฉพาะ — เข้าใจทั้งข้อความทางการแพทย์และภาพถ่ายทางการแพทย์ (X-ray, CT, MRI, ผิวหนัง, จอประสาทตา) [1] เมื่อใช้คู่กับ Ollama (รันโมเดลบนเครื่องคุณ) และ Open WebUI (หน้าจอแชทแบบ ChatGPT) — คุณจะได้ AI ผู้ช่วยทางการแพทย์ที่ทำงานบนเครื่องคุณเอง 100% — ข้อมูลคนไข้ไม่เคยออกจากเครื่องคุณเลย [2]

ผลทดสอบจาก Google: 81% ของรายงาน X-ray ทรวงอกที่ MedGemma 4B สร้าง — ถูกตัดสินโดยรังสีแพทย์ผู้เชี่ยวชาญว่ามีความแม่นยำเพียงพอที่จะนำไปสู่การจัดการผู้ป่วยแบบเดียวกับรายงานของรังสีแพทย์จริง [1]

Highlight — "ข้อมูลคนไข้ไม่เคยออกจากเครื่องคุณ"

ลองนึกภาพว่าคุณเป็นผู้อำนวยการโรงพยาบาล หรือเจ้าของคลินิก — คุณอยากใช้ AI ช่วยอ่านฟิล์ม X-ray, สรุปรายงานผู้ป่วย, หรือช่วยแพทย์ในการวินิจฉัยเบื้องต้น — แต่คุณส่งข้อมูลคนไข้ขึ้น Cloud ไม่ได้ เพราะ PDPA, HIPAA, หรือกฎระเบียบของโรงพยาบาล

MedGemma + Ollama + Open WebUI คือคำตอบ — ทั้งสามเป็น open-source, ฟรี, และรันบนเครื่องคุณเอง — ไม่มี API call, ไม่มี third-party, ไม่มี data processing agreement ที่ต้องเซ็น — "ข้อมูลไม่เคยออกจาก laptop" คือ compliance story ที่ง่ายที่สุดที่มีอยู่ [2]

MedGemma คืออะไร

MedGemma คือชุดโมเดล AI แบบ open-weight จาก Google — สร้างบนสถาปัตยกรรม Gemma 3 และถูกเทรนเพิ่มเติมด้วยข้อมูลทางการแพทย์โดยเฉพาะ [1][5]

คิดง่ายๆ: Gemma 3 คือนักศึกษาจบใหม่ — MedGemma คือ Gemma 3 ที่เรียนแพทย์มา 4 ปีและผ่าน residency รังสีวิทยา

MedGemma ทำอะไรได้บ้าง

ความสามารถ รายละเอียด
เข้าใจภาพถ่ายทางการแพทย์ Chest X-ray, CT, MRI, dermatology, ophthalmology, pathology — ถูกเทรนด้วยภาพการแพทย์ที่ถูกลบข้อมูลระบุตัวตน
เข้าใจภาษาทางการแพทย์ ถูกเทรนด้วยวรรณกรรมทางการแพทย์และชุดข้อมูล clinical Q&A — เข้าใจศัพท์เทคนิคและรายงานรังสีวิทยา
สร้างรายงาน สรุปรายงานรังสีวิทยาเป็นภาษาที่ผู้ป่วยเข้าใจได้ — "clinical language → plain language"
Clinical reasoning แยกแยะ differential diagnosis, อธิบายกลไกทางสรีรวิทยา
Medical education สร้างตารางเปรียบเทียบยา, อธิบายแนวคิดทางการแพทย์สำหรับนักศึกษา

MedGemma มี 2 ขนาด

รุ่น ขนาดดาวน์โหลด RAM/VRAM ที่ต้องการ เหมาะสำหรับ
MedGemma 4B ~3.3 GB 8 GB+ RAM แล็ปท็อปทั่วไป, ทดลองเร็ว, ถาม-ตอบภาพ
MedGemma 27B ~17 GB 32 GB RAM หรือ 24 GB VRAM Clinical reasoning เชิงลึก, กรณีซับซ้อน

ทั้งสองรุ่นรองรับ multimodal (ข้อความ + ภาพ) และมี 128K context window [1][4]

MedGemma Benchmark — 81% ความแม่นยำเทียบเท่ารังสีแพทย์

ในการศึกษาแบบ unblinded — รายงาน Chest X-ray ที่ MedGemma 4B สร้างถูกประเมินโดยรังสีแพทย์ผู้เชี่ยวชาญ (US board-certified radiologist):

  • 81% ของรายงานมีความแม่นยำเพียงพอที่จะนำไปสู่การจัดการผู้ป่วยแบบเดียวกับรายงานของรังสีแพทย์จริง [1]
  • หลัง fine-tune — MedGemma 4B ได้คะแนน RadGraph F1 30.3 — ใกล้เคียงกับโมเดลเฉพาะทางที่ถูกเทรนเพื่องานนี้โดยเฉพาะ [3]

สำคัญ: นี่คือ developer model — ไม่ใช่ medical device — ห้ามใช้เพื่อการวินิจฉัยโดยตรงโดยไม่ผ่านการตรวจสอบจากแพทย์ [1]

ทำไมต้องรัน AI การแพทย์บนเครื่องตัวเอง

1. Privacy by Architecture — ข้อมูลไม่เคยออกจากเครื่อง

เมื่อโมเดลรันบนเครื่องคุณ — ภาพถ่ายทางการแพทย์และข้อความทางการแพทย์ไม่เคยออกจาก device ของคุณ — ไม่มี API log, ไม่มี third-party data processor, ไม่มี data processing agreement ที่ต้องเซ็น [2]

สำหรับใครก็ตามที่ทำงานใกล้ PHI (Protected Health Information) — "ข้อมูลไม่เคยออกจาก laptop" คือ compliance story ที่ง่ายที่สุด [2][6]

2. ต้นทุนเป็นศูนย์หลังดาวน์โหลด

ไม่มีค่าใช้จ่ายต่อ token — ทดลอง prompt ได้เป็นร้อยครั้งโดยไม่ต้องดู billing dashboard — เหมาะสำหรับการวิจัย, การศึกษา, และ prototyping

3. ทำงานแบบ Offline ได้

โรงพยาบาล, ห้องแล็บ, และคลินิกสนามมักมีเครือข่ายที่จำกัดหรือ air-gapped — โมเดลท้องถิ่นทำงานได้โดยไม่ต้องต่ออินเทอร์เน็ตหลังดาวน์โหลดครั้งแรก [2]

4. ควบคุมเวอร์ชันได้เต็มที่

คุณเลือกเวอร์ชันของโมเดล — คุณ pin มัน — และมันไม่เปลี่ยนโดยที่คุณไม่รู้ — ไม่มี deprecation notice, ไม่มี silent behavior change [2]

3 เครื่องมือที่ใช้ — ทั้งหมด Open-Source และฟรี

เครื่องมือ ทำอะไร วิธีติดตั้ง
MedGemma โมเดล AI การแพทย์จาก Google — เข้าใจข้อความและภาพทางการแพทย์ ollama pull medgemma
Ollama Runtime สำหรับดาวน์โหลดและรันโมเดล AI บนเครื่องคุณ — รองรับ Metal (Apple Silicon), CUDA (NVIDIA), CPU-only brew install ollama (Mac) / `curl -fsSL https://ollama.com/install.sh \
Open WebUI หน้าจอแชทแบบ ChatGPT สำหรับคุยกับโมเดลท้องถิ่น — รองรับการอัปโหลดภาพ, conversation history, multi-model Docker: {% raw %}docker run -d -p 3000:8080 ghcr.io/open-webui/open-webui:main

ขั้นตอนการติดตั้ง — 6 ขั้นตอน

Step 1: ติดตั้ง Ollama 

# macOS
brew install ollama

# Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows — ดาวน์โหลดจาก ollama.com/download
Enter fullscreen mode Exit fullscreen mode

ตรวจสอบว่า Ollama ทำงาน:

ollama --version
curl http://localhost:11434  # ควรตอบ "Ollama is running"
Enter fullscreen mode Exit fullscreen mode

Step 2: ดาวน์โหลด MedGemma 

# รุ่น 4B (แนะนำ — รันบนแล็ปท็อปทั่วไปได้)
ollama pull medgemma

# หรือรุ่น 27B (ต้องการ RAM 32 GB+)
ollama pull medgemma:27b
Enter fullscreen mode Exit fullscreen mode

Step 3: ทดสอบ MedGemma ใน Terminal 

ollama run medgemma
Enter fullscreen mode Exit fullscreen mode

ลองถามคำถามทางการแพทย์:

>>> What are the classic radiographic signs of pneumonia on a chest X-ray?
Enter fullscreen mode Exit fullscreen mode

MedGemma ควรตอบแบบมีโครงสร้าง — ครอบคลุม consolidation, air bronchograms, silhouette signs — แสดงให้เห็นว่าโมเดลถูกเทรนด้านรังสีวิทยาจริง [2]

Step 4: ติดตั้ง Open WebUI (Docker) 

docker run -d -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main
Enter fullscreen mode Exit fullscreen mode

เปิดเบราว์เซอร์ไปที่ http://localhost:3000 — สร้างบัญชี admin (เก็บในเครื่องคุณ — ไม่ใช่ cloud signup) [2]

Step 5: เชื่อม Open WebUI กับ Ollama

ส่วนใหญ่ Open WebUI จะ auto-detect Ollama ที่ http://localhost:11434 — ถ้าไม่เจอ:

  1. ไปที่ Admin Panel → Settings → Connections
  2. ตั้ง Ollama API URL: http://host.docker.internal:11434 (Docker) หรือ http://localhost:11434 (pip)
  3. กด refresh → save

Step 6: เริ่มใช้งาน

เลือก medgemma จาก model dropdown — แล้วลอง:

Summarize this radiology report in plain language a patient could understand:

"Impression: Mild cardiomegaly. Small right pleural effusion.
No focal consolidation. Degenerative changes of the thoracic spine."
Enter fullscreen mode Exit fullscreen mode

MedGemma ควรแปลภาษารังสีวิทยาเป็นภาษาที่ผู้ป่วยเข้าใจได้ — นี่คือหนึ่งในจุดแข็งที่แท้จริงของ MedGemma [2]

อัปโหลดภาพถ่ายทางการแพทย์

MedGemma แยกตัวเองจากโมเดลทั่วไปตรงที่ vision encoder ถูก pre-train ด้วยภาพการแพทย์ — มันสามารถอธิบายภาพ X-ray, skin lesions, fundus photos, และ histopathology patches ได้อย่างมีความหมาย [2]

วิธีใช้:

  1. เริ่มแชทใหม่โดยเลือก medgemma
  2. คลิกปุ่ม + หรือลาก-วางไฟล์ภาพ
  3. เพิ่ม prompt เช่น: 
You are an expert radiology assistant. Describe this chest X-ray
systematically: technical quality, lungs, heart, mediastinum, bones,
and soft tissues. Then summarize the key findings.
Enter fullscreen mode Exit fullscreen mode

ข้อควรระวัง:

  • Ollama และ Open WebUI รองรับ PNG, JPEG — ไฟล์ DICOM ต้องแปลงก่อน (ใช้ pydicom + Pillow)
  • ห้ามอัปโหลดภาพที่มีข้อมูลระบุตัวตนผู้ป่วย (ชื่อ, MRN, วันที่) — แม้บนเครื่องท้องถิ่นก็ตาม [2]

ข้อจำกัดและ Disclaimer

ข้อจำกัด รายละเอียด
ไม่ใช่ Medical Device MedGemma เป็น developer model — ห้ามใช้เพื่อการวินิจฉัยโดยตรงโดยไม่ผ่านแพทย์
81% ไม่ใช่ 100% แม้ 81% ของรายงาน X-ray จะแม่นยำ — แต่ 19% ไม่แม่นยำ — ต้องมีแพทย์ตรวจสอบเสมอ
ภาษาไทย MedGemma ถูกเทรนด้วยข้อมูลภาษาอังกฤษเป็นหลัก — การถาม-ตอบภาษาไทยอาจมีคุณภาพต่ำกว่า
Hardware รุ่น 27B ต้องการ RAM 32 GB+ — ไม่ใช่แล็ปท็อปทั่วไปจะรันได้
DICOM ต้องแปลงไฟล์ DICOM เป็น PNG/JPEG ก่อน — ไม่รองรับ DICOM โดยตรง

สรุป — AI การแพทย์บนเครื่องคุณเอง เป็นไปได้แล้ววันนี้

MedGemma + Ollama + Open WebUI คือชุดเครื่องมือที่ทำให้ AI ผู้ช่วยทางการแพทย์บนเครื่องคุณเอง เป็นจริง — โดยไม่ต้องส่งข้อมูลขึ้น Cloud, ไม่มีค่าใช้จ่ายต่อครั้ง, และทำงานแบบ Offline ได้

สำหรับโรงพยาบาลและคลินิกในไทย — นี่คือโอกาสในการทดลอง AI การแพทย์โดยไม่ต้องกังวลเรื่อง PDPA และการรั่วไหลของข้อมูลผู้ป่วย — ทุกอย่างอยู่บนเครื่องคุณเอง

สิ่งที่ควรทำวันนี้:

  • [ ] ติดตั้ง Ollama — ใช้เวลา 5 นาที
  • [ ] ollama pull medgemma — ดาวน์โหลดโมเดล (~3.3 GB)
  • [ ] ติดตั้ง Open WebUI ด้วย Docker — ใช้เวลา 10 นาที
  • [ ] ทดสอบด้วย prompt ทางการแพทย์ — ดาวน์โหลดภาพ X-ray จาก NIH ChestX-ray14 หรือ Radiopaedia มาลอง
  • [ ] ห้ามใช้กับข้อมูลผู้ป่วยจริงโดยไม่ผ่านแพทย์ตรวจสอบ

ลองวันนี้ — ollama pull medgemma — แล้วคุณจะเห็นว่า AI การแพทย์บนเครื่องคุณเองไม่ใช่เรื่องไกลตัวอีกต่อไป

[1] Google Research, "MedGemma: Our most capable open models for health AI development", April 2026. https://research.google/blog/medgemma-our-most-capable-open-models-for-health-ai-development/
[2] Lakshmi Mahabaleshwara, "Build Your Own Healthcare AI Assistant with MedGemma, Ollama, and Open WebUI", freeCodeCamp, July 8, 2026. https://www.freecodecamp.org/news/build-your-own-healthcare-ai-assistant-with-medgemma-ollama-and-open-webui/
[3] Google, "MedGemma Technical Report", arXiv, April 2026. https://arxiv.org/html/2507.05201v4
[4] Google for Developers, "MedGemma 1.5 model card", April 2026. https://developers.google.com/health-ai-developer-foundations/medgemma/model-card
[5] Google DeepMind, "MedGemma", 2026. https://deepmind.google/models/gemma/medgemma/
[6] Accountable, "Open Source AI in Healthcare: A Practical Guide to HIPAA Compliance", April 2026. https://www.accountablehq.com/post/open-source-ai-in-healthcare-a-practical-guide-to-hipaa-compliance

Top comments (0)