BETO Fine-tuned for NER on Prostate Cancer Clinical Texts
Descripción
Modelo BETO (BERT español) afinado para reconocimiento de entidades nombradas (NER) en textos clínicos sobre cáncer de próstata.
Modelo base: dccuchile/bert-base-spanish-wwm-cased
Entidades Reconocidas
El modelo identifica 10 tipos de entidades clínicas:
- EDAD: Edad del paciente
- BIOMARCADOR: PSA, marcadores biológicos
- CANCER: Tipos de cáncer
- GLEASON: Score de Gleason
- TNM: Clasificación TNM
- TRATAMIENTO: Tratamientos médicos
- MEDICAMENTO: Medicamentos
- DOSIS: Dosis de medicamentos
- CIRUGIA: Procedimientos quirúrgicos
- FECHA: Fechas de eventos médicos
Rendimiento
| Métrica | Valor |
|---|---|
| F1-score | 96.18% |
| Precision | 95.86% |
| Recall | 96.49% |
| Accuracy | 99.35% |
Uso
from transformers import pipeline
# Cargar modelo
ner_pipeline = pipeline(
"token-classification",
model="Lucyan85/beto-ner-prostata",
aggregation_strategy="simple"
)
# Ejemplo
texto = '''Paciente masculino de 72 años con adenocarcinoma de próstata.
Gleason 3+3, PSA 9.9 ng/dL.'''
resultados = ner_pipeline(texto)
for entidad in resultados:
print(f"{entidad['entity_group']}: {entidad['word']}")
Entrenamiento
- Batch size: 16
- Learning rate: 2e-05
- Épocas: 10
- Max length: 128
- Early stopping: 3 épocas
Autor
Lucyan85 - Maestría en Ingeniería de Sistemas y Computación, Universidad Nacional de Colombia