北京
巴西偏远地区的社区健康工作者，距离最近的健康中心80公里。一个孩子发烧了，手边只有一叠快速诊断试纸——新冠抗原、HIV、梅毒、登革热、乙肝丙肝、利什曼病、妊娠检测。这些试纸巴西公共卫生系统强制配备，每个基层单位都有。但判读错误后果严重：HIV假阳性会改变患者一生，登革热第一周假阴性则错过抗原检测唯一有效的窗口期。
这里没有手机信号。云端AI分诊工具无法运行。
这个场景催生了Gemma 4 2B的落地实验：完全在手机上本地运行，拍摄试纸照片，返回结构化JSON判读结果。没有网络请求，没有遥测数据，没有远程日志。健康工作者保留最终决策权，模型只是第二双眼睛。
技术实现上，单次Ollama调用配合系统提示词，模型返回的JSON包含三个层次：首先是纯观察字段——左半区观测、右半区观测、视觉描述；其次是推导字段——质控线是否存在、检测线是否存在、图像质量、状态有效性、结果判读、置信度；最后是备注说明。这种"先描述后结论"的顺序设计，是为了让判读过程可审计、可复核。
关键设计有两道耦合闸门：status和result。没有质控线的测试无论检测线看起来如何，一律判为无效。这个契约由系统强制执行。同时，notes字段不包含任何临床建议，UI层根据具体疾病协议映射判读到行动——复测、转诊、确认性检测——模型本身不介入决策。
为什么选择gemma4:e2b而非其他变体？约1.5GB的int4量化版本，约束来自用户而非排行榜。目标用户是现场的社区健康工作者，目标设备是他们已有的手机。在巴西语境下，这意味着入门级安卓机——150美元价位，2-4GB内存，无专用AI加速器。e2b变体在这个硬件边界内实现了可接受的延迟与准确率平衡。
项目已开源：github.com/brenosalves/gemma-poct，MIT协议。系统提示词、分析脚本、合成基准生成器、Streamlit界面、Playwright录制器全部公开。演示视频位于poc/demo_video/demo.webm。
需要明确的是：这不是医疗设备，是研究概念验证，不能替代临床评估或实验室确认。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
