/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
80,4 ГБ
Лицензия
MIT
Архитектура
internvl_chat · dense
Базовая модель
InternVL-Chat-V1-2
Опубликована
22 апр 2024

MedDr_0401

Изображение и текст → текст3 профессии

MedDr — мультимодальная медицинская vision-language модель для ответов на вопросы, подготовки заключений и анализа медицинских изображений.

69скачиваний за 30 дней8лайковвеса обновлены15 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MedDr — мультимодальная медицинская vision-language модель, разработанная Sunan He и соавторами из SMART Lab Гонконгского университета науки и технологий. Она основана на дообученной OpenGVLab/InternVL-Chat-V1-2 и использует стратегию diagnosis-guided bootstrapping для построения обучающих данных с изображениями и диагностическими метками. Модель принимает медицинские изображения и текстовые вопросы, а отвечает текстом: поддерживает визуальные вопросы и ответы, генерацию медицинских заключений и диагностику изображений.

MedDr предназначена для работы с рентгеновскими снимками, КТ и МРТ, гистологическими, дерматологическими и ретинографическими изображениями, а также эндоскопией. При выводе применяется поиск по медицинским данным для улучшения обобщения. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Модель может помогать в анализе медицинских изображений, однако README не приводит количественной оценки качества или подробных условий клинического применения.

Сценарии применения

  • ответы на вопросы по рентгеновским снимкам, КТ и МРТ
  • генерация медицинских заключений по снимкам
  • анализ гистологических изображений
  • оценка дерматологических изображений
  • анализ снимков сетчатки и эндоскопии

Ограничения

README не приводит количественных оценок качества и подробных условий клинического применения. Ответы модели не следует считать подтверждённым медицинским диагнозом без проверки специалистом.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MedDr: Diagnosis-Guided Bootstrapping for Large-Scale Medical Vision-Language Learning

A generalist foundation model for healthcare capable of handling diverse medical data modalities.

arXiv Project Page GitHub

Authors: Sunan He*, Yuxiang Nie*, Zhixuan Chen, Zhiyuan Cai, Hongmei Wang, Shu Yang, Hao Chen**
(*Equal Contribution, **Corresponding Author)
Institution: SMART Lab, Hong Kong University of Science and Technology


Model Summary

MedDr is a large-scale generalist vision-language model for healthcare. It is built upon InternVL and trained using a diagnosis-guided bootstrapping strategy that leverages both image and label information to construct high-quality vision-language datasets.

MedDr supports diverse medical imaging modalities:

  • 🫁 Radiology (X-ray, CT, MRI)
  • 🔬 Pathology
  • 🧴 Dermatology
  • 👁️ Retinography
  • 🔭 Endoscopy

During inference, MedDr employs a retrieval-augmented medical diagnosis strategy to enhance generalization ability.


Capabilities

  • Visual Question Answering (VQA) for medical images
  • Medical report generation
  • Medical image diagnosis across multiple modalities

Usage

Environment Setup

This model is built on InternVL. Please follow the INSTALLATION.md to set up the environment.

Quick Demo

# Clone the GitHub repository
# git clone https://github.com/sunanhe/MedDr.git

# Edit demo.py and set model_path to your local checkpoint directory
# Then run:
# python3 demo.py

See demo.py in the GitHub repository for a full example.


Citation

If you find MedDr useful in your research, please consider citing:

@article{he2024meddr,
  title={MedDr: Diagnosis-Guided Bootstrapping for Large-Scale Medical Vision-Language Learning},
  author={He, Sunan and Nie, Yuxiang and Chen, Zhixuan and Cai, Zhiyuan and Wang, Hongmei and Yang, Shu and Chen, Hao},
  journal={arXiv preprint arXiv:2404.15127},
  year={2024}
}

Acknowledgements

This work builds upon InternVL. We thank the InternVL team for their outstanding contributions to the open-source VLM community.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
InternVLChatModel
Ревизия весов
d9e3c47

0 моделей