/ Модель

Характеристики

Лицензия
MIT
Опубликована
27 июн 2026

ghana-adr-detection

Классификация текстаТекст → label

Модель на базе PubMedBERT выявляет упоминания нежелательных реакций на лекарства и связанные сущности в клинических текстах фармаконадзора Ганы.

0скачиваний за 30 дней0лайковвеса обновлены21 июл 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

Ghana ADR Detection System — модель для выявления нежелательных реакций на лекарства в свободном клиническом тексте, разработанная на данных фармаконадзора Ганы. Она дообучена на основе PubMedBERT с доменно-адаптивным предобучением на 128 тысячах биомедицинских предложений из Ганы. В репозитории описаны две производственные головы: бинарная классификация наличия ADR и NER-разметка упоминаний лекарств, нежелательных реакций, тяжести и демографических сведений о пациентах. Для классификации применяется порог 0,55.

Модель предназначена для анализа клинических сообщений и поддержки процессов фармаконадзора, включая пакетную обработку и подготовку отчетов в стиле Yellow Card. Оценка с разделением данных по источникам показала macro F1 0,724 для классификации и 0,655 для NER; результаты различаются между жанрами клинических и регуляторных текстов. Модель обучена преимущественно на англоязычных источниках Ганы и распространяется по лицензии MIT.

Сценарии применения

  • выявление сообщений о нежелательных реакциях на лекарства
  • классификация клинических предложений по наличию ADR
  • извлечение названий лекарств из сообщений фармаконадзора
  • извлечение нежелательных реакций и их тяжести из клинических записей
  • подготовка данных для отчетов о побочных реакциях

Ограничения

Обучение основано на источниках фармаконадзора Ганы, поэтому качество может снижаться на клинических текстах других регионов. Качество извлечения тяжести реакции и демографических сведений ниже, чем для лекарств и ADR; поддержка ганского пиджина не гарантирует обобщение на другие варианты западноафриканского пиджина.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ghana ADR Detection System

Adverse drug reaction (ADR) detection from free-text clinical narratives, built on Ghanaian pharmacovigilance data. Fine-tuned from PubMedBERT with domain-adaptive pretraining (DAPT) on 128k Ghanaian biomedical sentences.

Model Description

This repository contains two production heads trained on the same DAPT backbone:

ComponentPathTask
DAPT backbonedapt-backbone/PubMedBERT MLM-adapted on Ghanaian biomedical corpus (PPL 6.11 → 4.55)
CLF head (Phase 2b)checkpoints/clf_phase2b_{fold}/clf_best/Binary: contains_adr 0/1
NER head (Phase 7)checkpoints/ner_phase7_{fold}/ner_best/Token labels: DRUG, ADR, SEVERITY, PATIENT_DEMO

Production config (Phase 7 Hybrid): clf_phase2b_cohort_study + ner_phase7_cohort_study, threshold 0.55.

Performance

Evaluated with Leave-One-Source-Out (LOSO) cross-validation — each source domain is held out as the test set while the model trains on the remaining three. This measures real cross-domain generalisation across Ghanaian clinical writing styles.

Classification (CLF)

Held-out sourceNF1
case_report440.787
cohort_study1230.776
fda_newsletter990.667
qualitative_interview780.667
macro-avg—0.724

Named Entity Recognition (NER)

Held-out sourceNF1DRUG F1ADR F1
case_report440.5980.8620.545
cohort_study1230.7850.8230.884
fda_newsletter990.5870.6260.634
qualitative_interview780.6500.5600.842
macro-avg—0.6550.7180.727

Model status: Pilot model — built and actively improved through iterative research phases.

Evaluation methodology: Leave-One-Source-Out (LOSO) — each source domain is held out entirely during training and evaluated as an unseen genre. This is the headline generalization metric above (macro CLF F1 = 0.724, macro NER F1 = 0.655).

We also maintain an internal, evolving suite of curated hard cases (Pidgin, dialect, regulatory register, clinical shorthand, minimal pairs) used to diagnose and target specific model weaknesses during development. It's a diagnostic tool, not a benchmark — we don't publish a fixed pass-rate from it here, since the suite and the model are both still changing, and a fixed percentage risks reading as a settled result rather than a snapshot of an active development target.

Training Data

Built from four Ghanaian pharmacovigilance source domains:

SourceType
Ghana FDA DrugLens newsletters (5 issues)PDF — regulatory
Ghana FDA Annual Report 2023 + ADR GuidePDF — regulatory
PMC open-access case reports & cohort studies (9 articles)JATS XML — clinical
Patient ADR interview transcriptsQualitative — community

Gold dataset: 2,870 annotated sentences
Silver dataset: 2,105+ records (DailyMed weak supervision, DrugLens NER, OpenFDA ICSR, synthetic curriculum)

How to Use

from transformers import AutoTokenizer, AutoModelForSequenceClassification
from transformers import AutoModelForTokenClassification
import torch

# Load DAPT backbone tokenizer
tokenizer = AutoTokenizer.from_pretrained("iamjamaal/ghana-adr-detection", subfolder="dapt-backbone")

# Load CLF head (production fold: cohort_study)
clf_model = AutoModelForSequenceClassification.from_pretrained(
    "iamjamaal/ghana-adr-detection",
    subfolder="checkpoints/clf_phase2b_cohort_study/clf_best"
)

# Load NER head (production fold: cohort_study)
ner_model = AutoModelForTokenClassification.from_pretrained(
    "iamjamaal/ghana-adr-detection",
    subfolder="checkpoints/ner_phase7_cohort_study/ner_best"
)

text = "Patient developed severe oculogyric crisis after starting haloperidol."

# CLF inference
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=512)
with torch.no_grad():
    logits = clf_model(**inputs).logits
prob_adr = torch.softmax(logits, dim=-1)[0][1].item()
contains_adr = prob_adr >= 0.55
print(f"ADR: {contains_adr} (p={prob_adr:.3f})")

Repo Structure

dapt-backbone/                          # DAPT backbone (config + safetensors)
checkpoints/
  clf_phase2b_case_report/clf_best/     # CLF checkpoint — case_report fold
  clf_phase2b_cohort_study/clf_best/    # CLF checkpoint — cohort_study fold ← production
  clf_phase2b_fda_newsletter/clf_best/
  clf_phase2b_qualitative_interview/clf_best/
  ner_phase7_case_report/ner_best/      # NER checkpoint — case_report fold
  ner_phase7_cohort_study/ner_best/     # NER checkpoint — cohort_study fold ← production
  ner_phase7_fda_newsletter/ner_best/
  ner_phase7_qualitative_interview/ner_best/
  ner_phase7_qualitative_interview_seed/ner_best/

Code & Demo

Limitations

  • Trained on Ghanaian pharmacovigilance sources; performance may degrade on clinical text from other regions.
  • NER F1 on SEVERITY and PATIENT_DEMO is lower than DRUG/ADR due to limited annotation density.
  • Ghanaian Pidgin and dialect constructions improve batch regression scores but may not generalise to other West African Pidgin variants.

Citation

@misc{ghana-adr-2026,
  title  = {Ghana ADR Detection System},
  author = {Nabila, Noah Jamal},
  year   = {2026},
  url    = {https://huggingface.co/iamjamaal/ghana-adr-detection}
}

License

Code: MIT | Model weights: MIT | Dataset annotations: CC-BY-4.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
8e80dd4

0 моделей