Мультимодальная модель на 6,6 млрд параметров для текстовой интерпретации изображений электрокардиограмм.

Подходит для: интерпретация изображения распечатанной ЭКГ · анализ цифровой электрокардиограммы по изображению · получение текстового описания результатов ЭКГ

Дообученная Gemma 3n E2B модель анализирует изображения ЭКГ по текстовой инструкции и формирует структурированный текстовый отчёт для поддержки медицинской сортировки.

Подходит для: Первичная оценка ЭКГ по изображению в автономной среде · Подготовка структурированного описания ЭКГ для медицинской документации · Поддержка сортировки пациентов в экстренной ситуации

Мультимодальная модель ConvAI Innovations для исследовательской интерпретации изображений ЭКГ и формирования ответов и отчётов на английском языке.

Подходит для: интерпретация изображений 12-канальной ЭКГ · составление текстового отчёта по ЭКГ · ответы на вопросы о ритме и частоте сердца

Англоязычная BERT-модель, дообученная на клинических записях MIMIC-III для предсказания пропущенных слов и получения представлений медицинского текста.

Подходит для: восстановление пропущенных слов в клинических записях · получение представлений электронных медицинских карт · разработка систем клинического распознавания именованных сущностей

SapBERT-PubMedBERT преобразует англоязычные названия биомедицинских сущностей в эмбеддинги для семантического поиска и связывания сущностей.

Подходит для: получение эмбеддингов названий заболеваний и лекарств · поиск семантически близких медицинских терминов · сопоставление упоминаний с сущностями UMLS

Англоязычная модель эмбеддингов на базе PubMedBERT для семантического поиска и кластеризации медицинских текстов.

Подходит для: семантический поиск по статьям PubMed · поиск медицинских ответов по смыслу вопроса · подбор аннотаций к медицинским статьям

BERT-модель Stanford AIMI размечает персональные идентификаторы в радиологических и биомедицинских текстах для автоматического обезличивания.

Подходит для: поиск персональных данных в радиологических заключениях · разметка идентификаторов в биомедицинских документах · подготовка медицинских записей к обезличиванию

Мультимодальная медицинская модель Google на базе Gemma 3 для ответов на вопросы по медицинским изображениям и текстам в приложениях, требующих последующей адаптации и проверки.

Подходит для: ответы на вопросы по рентгенограмме грудной клетки · описание медицинского изображения по текстовому запросу · ответы на общие медицинские вопросы

Предварительно обученная модель HuBERT-ECG Base извлекает признаки из сигналов ЭКГ для последующей настройки под диагностические и прогностические задачи.

Подходит для: извлечение признаков из 12-канальной ЭКГ · подготовка представлений ЭКГ для классификации сердечных состояний · дообучение модели для выявления нарушений ритма и проводимости

Модель RoBERTa для обнаружения и разметки персональных идентификаторов в англоязычных медицинских заметках перед их удалением.

Подходит для: поиск PHI в клинических заметках · разметка имён и других идентификаторов в медицинских записях · подготовка медицинских текстов к обезличиванию

Англоязычная BERT-модель Microsoft, обученная на аннотациях PubMed для заполнения пропусков и поддержки задач биомедицинского NLP.

Подходит для: заполнение пропущенных слов в биомедицинских текстах · адаптация кода BERT для биомедицинского NLP · подготовка модели для извлечения информации из аннотаций PubMed

Предобученная трансформерная модель для анализа геномных последовательностей разных видов, включая получение эмбеддингов ДНК.

Подходит для: получение эмбеддингов последовательностей ДНК · заполнение замаскированных участков геномной последовательности · классификация геномных последовательностей

Генератор Pulse2Pulse создаёт синтетические восьмиканальные ЭКГ длительностью 10 секунд для формирования искусственных наборов кардиограмм.

Подходит для: создание синтетических ЭКГ для исследовательских наборов данных · генерация нормальных ЭКГ для анализа по отчётам MUSE · получение восьмиканальных кардиограмм длительностью 10 секунд

BERT-модель NCBI для оценки релевантности и ранжирования статей по запросу, особенно в биомедицинском поиске.

Подходит для: ранжирование научных статей по поисковому запросу · переранжирование результатов биомедицинского поиска · оценка релевантности статьи запросу

BiomedBERT — англоязычная BERT-модель, обученная на биомедицинских публикациях для предсказания пропущенных слов и адаптации к задачам NLP в медицинской литературе.

Подходит для: предсказание пропущенных слов в биомедицинских текстах · подготовка языковых признаков для медицинской литературы · дообучение для классификации аннотаций PubMed

Предварительно обученная на клинических записях английская Longformer-модель для языкового моделирования и анализа длинных медицинских текстов.

Подходит для: восстановление замаскированных слов в клинических записях · адаптация к распознаванию медицинских сущностей · адаптация к ответам на вопросы по клиническому тексту

BioLORD-2023 — англоязычная модель MPNet для эмбеддингов и поиска семантического сходства клинических текстов и биомедицинских понятий.

Подходит для: семантический поиск по клиническим заметкам · поиск похожих предложений в медицинских записях · сопоставление названий биомедицинских понятий с определениями

Англоязычная BERT-модель, предобученная на выписных эпикризах MIMIC-III для заполнения масок и получения представлений клинического текста.

Подходит для: заполнение пропущенных токенов в англоязычных медицинских записях · получение контекстных представлений выписных эпикризов · извлечение клинических сущностей после адаптации

ECG-R1-8B-RL — мультимодальная модель для текстовой интерпретации электрокардиограмм с опорой на диагностические протоколы.

Подходит для: получение текстового разбора изображения ЭКГ · сопоставление измеримых признаков ЭКГ с диагностическими порогами · подготовка вспомогательных интерпретаций ЭКГ для проверки специалистом

Модель OpenMed на базе DeBERTa V2 извлекает химические сущности и лекарственные вещества из англоязычных биомедицинских текстов.

Подходит для: извлечение названий лекарств из медицинских записей · поиск химических соединений в статьях PubMed · выделение лекарственных веществ для анализа взаимодействий

Биомедицинская vision-language модель Microsoft для исследовательской классификации изображений, поиска по изображениям и ответов на визуальные вопросы.

Подходит для: классификация медицинских изображений по текстовым описаниям без дообучения · поиск научных подписей к биомедицинским изображениям · поиск изображений по текстовому запросу в медицинском корпусе

Дообученная модель ModernBERT для выделения химических соединений и веществ в англоязычных биомедицинских текстах.

Подходит для: извлечение названий лекарств из медицинских записей · поиск химических соединений в научных публикациях · выделение упоминаний веществ в клинических документах

Модель OpenMed на базе DistilBERT извлекает упоминания, связанные с хроническим лимфолейкозом, из англоязычных медицинских и научных текстов.

Подходит для: Извлечение упоминаний о хроническом лимфолейкозе из медицинских записей · Поиск терминов ХЛЛ в научных статьях по гематологии · Разметка сущностей ХЛЛ в корпусах медицинских текстов

Модель OpenMed на базе XLM-RoBERTa извлекает химические сущности и лекарства из биомедицинских текстов с помощью BIO-разметки.

Подходит для: извлечение названий лекарств из медицинских записей · поиск химических соединений в аннотациях PubMed · подготовка данных для мониторинга нежелательных реакций на препараты