/ Модель

Характеристики

Контекст
512 токенов
Параметры
2 млрд
Размер весов
6,3 ГБ
Лицензия
MIT
Архитектура
deberta-v2 · dense
Опубликована
6 мая 2024

medialbertina_pt-pt_1.5b_NER

Разметка токеновТекст → label3 профессии

Модель выделяет диагнозы, симптомы, лекарства и другие медицинские сущности в клинических текстах на европейском португальском языке.

33скачиваний за 30 дней7лайковвеса обновлены7 окт 2024

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

MediAlbertina PT-PT 1.5 NER — модель для распознавания медицинских сущностей в клинических текстах на европейском португальском языке. Её разработали на основе DeBERTaV2: продолжили предобучение семейства Albertina на медицинских записях, затем дообучили MediAlbertina PT-PT 1.5B на вручную размеченных обезличенных медицинских предложениях. Модель содержит около 2 млрд параметров и принимает контекст длиной до 512 токенов.

Модель извлекает из электронных медицинских записей диагнозы, симптомы, лекарства и дозировки, медицинские процедуры, показатели жизненно важных функций, результаты процедур и показатели прогресса состояния пациента. Разработчики сообщают, что медицинская адаптация показала более высокие результаты, чем дообучение той же задачи на немедицинской модели; для варианта 1.5B в таблице приведены точность 0,833, полнота 0,845 и F1 0,838.

Модель предназначена для извлечения информации из клинической документации, например для структурирования записей и поиска медицинских сущностей. Она распространяется по лицензии MIT. Результаты относятся к размеченным португальским медицинским данным; перенос на другие языки, учреждения и схемы разметки не подтверждён.

Сценарии применения

  • извлечение диагнозов и симптомов из медицинских записей
  • распознавание лекарств, дозировок и частоты приёма
  • структурирование описаний медицинских процедур
  • извлечение показателей жизненных функций и их результатов
  • анализ упоминаний динамики состояния пациента

Ограничения

Модель обучена на обезличенных медицинских предложениях одного учреждения и на заданной схеме из восьми типов сущностей; её качество при переносе на другие учреждения, языки или схемы разметки не подтверждено.

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

MediAlbertina

The first publicly available medical language model trained with real European Portuguese data.

MediAlbertina is a family of encoders from the Bert family, DeBERTaV2-based, resulting from the continuation of the pre-training of PORTULAN's Albertina models with Electronic Medical Records shared by Portugal's largest public hospital.

Like its antecessors, MediAlbertina models are distributed under the MIT license.

Model Description

MediAlbertina PT-PT 1.5 NER was created through fine-tuning of MediAlbertina PT-PT 1.5B on real European Portuguese EMRs that have been hand-annotated for the following entities:

  • Diagnostico (D): All types of diseases and conditions following the ICD-10-CM guidelines.
  • Sintoma (S): Any complaints or evidence from healthcare professionals indicating that a patient is experiencing a medical condition.
  • Medicamento (M): Something that is administrated to the patient (through any route), including drugs, specific food/drink, vitamins, or blood for transfusion.
  • Dosagem (D): Dosage and frequency of medication administration.
  • ProcedimentoMedico (PM): Anything healthcare professionals do related to patients, including exams, moving patients, administering something, or even surgeries.
  • SinalVital (SV): Quantifiable indicators in a patient that can be measured, always associated with a specific result. Examples include cholesterol levels, diuresis, weight, or glycaemia.
  • Resultado (R): Results can be associated with Medical Procedures and Vital Signs. It can be a numerical value if something was measured (e.g., the value associated with blood pressure) or a descriptor to indicate the result (e.g., positive/negative, functional).
  • Progresso (P): Describes the progress of patient’s condition. Typically, it includes verbs like improving, evolving, or regressing and mentions to patient’s stability.

MediAlbertina PT-PT 1.5B NER achieved superior results to the same adaptation made on a non-medical Portuguese language model, demonstrating the effectiveness of this domain adaptation, and its potential for medical AI in Portugal.

CheckpointsPrecRecF1
Albertina PT-PT 900M0.8140.8140.813
Albertina PT-PT 1.5B0.8330.8450.838
MediAlbertina PT-PT900M0.840.8280.832
MediAlbertina PT-PT 1.5B0.8420.8450.843

Data

MediAlbertina PT-PT 1.5B NER was fine-tuned on about 10k hand-annotated medical entities from about 4k fully anonymized medical sentences from Portugal's largest public hospital. This data was acquired under the framework of the FCT project DSAIPA/AI/0122/2020 AIMHealth-Mobile Applications Based on Artificial Intelligence.

How to use

from transformers import pipeline

ner_pipeline = pipeline('ner', model='portugueseNLP/medialbertina_pt-pt_1.5b_NER', aggregation_strategy='average')
sentence = 'Durante o procedimento endoscópico, foram encontrados pólipos no cólon do paciente.'
entities = ner_pipeline(sentence)
for entity in entities:
    print(f"{entity['entity_group']} - {sentence[entity['start']:entity['end']]}")

Citation

MediAlbertina is developed by a joint team from ISCTE-IUL, Portugal, and Select Data, CA USA. For a fully detailed description, check the respective publication:

@article{MediAlbertina PT-PT,
      title={MediAlbertina: An European Portuguese medical language model}, 
      author={Miguel Nunes and João Boné and João Ferreira
              and Pedro Chaves and Luís Elvas},
      year={2024},
      journal={CBM},
      volume={182}
      url={https://doi.org/10.1016/j.compbiomed.2024.109233}
}

Please use the above cannonical reference when using or citing this model.

Acknowledgements

This work was financially supported by Project Blockchain.PT – Decentralize Portugal with Blockchain Agenda, (Project no 51), WP2, Call no 02/C05-i01.01/2022, funded by the Portuguese Recovery and Resillience Program (PRR), The Portuguese Republic and The European Union (EU) under the framework of Next Generation EU Program.

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForTokenClassification
Ревизия весов
de18286

0 моделей