北京
巴西偏遠地區的社區健康工作者，距離最近的健康中心80公里。一個孩子發燒了，手邊只有一疊快速診斷試紙——新冠抗原、HIV、梅毒、登革熱、乙肝丙肝、利什曼病、妊娠檢測。這些試紙巴西公共衛生系統強制配備，每個基層單位都有。但判讀錯誤后果嚴重：HIV假陽性會改變患者一生，登革熱第一周假陰性則錯過抗原檢測唯一有效的窗口期。
這里沒有手機信號。云端AI分診工具無法運行。
這個場景催生了Gemma 4 2B的落地實驗：完全在手機上本地運行，拍攝試紙照片，返回結構化JSON判讀結果。沒有網絡請求，沒有遙測數據，沒有遠程日志。健康工作者保留最終決策權，模型只是第二雙眼睛。
技術實現上，單次Ollama調用配合系統提示詞，模型返回的JSON包含三個層次：首先是純觀察字段——左半區觀測、右半區觀測、視覺描述；其次是推導字段——質控線是否存在、檢測線是否存在、圖像質量、狀態有效性、結果判讀、置信度；最后是備注說明。這種"先描述后結論"的順序設計，是為了讓判讀過程可審計、可復核。
關鍵設計有兩道耦合閘門：status和result。沒有質控線的測試無論檢測線看起來如何，一律判為無效。這個契約由系統強制執行。同時，notes字段不包含任何臨床建議，UI層根據具體疾病協議映射判讀到行動——復測、轉診、確認性檢測——模型本身不介入決策。
為什么選擇gemma4:e2b而非其他變體？約1.5GB的int4量化版本，約束來自用戶而非排行榜。目標用戶是現場的社區健康工作者，目標設備是他們已有的手機。在巴西語境下，這意味著入門級安卓機——150美元價位，2-4GB內存，無專用AI加速器。e2b變體在這個硬件邊界內實現了可接受的延遲與準確率平衡。
項目已開源：github.com/brenosalves/gemma-poct，MIT協議。系統提示詞、分析腳本、合成基準生成器、Streamlit界面、Playwright錄制器全部公開。演示視頻位于poc/demo_video/demo.webm。
需要明確的是：這不是醫療設備，是研究概念驗證，不能替代臨床評估或實驗室確認。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
