IV.4Клиническая медицина и общественное здоровье

tiborousset/JapMed-Task_Arithmetic — слитая диалоговая языковая модель на архитектуре Llama, созданная с помощью mergekit методом Task Arithmetic. В качестве базовой использована lightblue/suzume-llama-3-8B-japanese; в слияние также включена ContactDoctor/Bio-Medical-Llama-3-8B. Модель содержит около 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста в диалоге и может сочетать японские возможности базовой модели со справочными ответами по биомедицинским темам второй модели. Репозиторий содержит веса в формате safetensors; для работы используется Transformers. Лицензия в предоставленных данных не указана.

JSL-MedLlama-3-8B-v1.0 — медицинская языковая модель, разработанная John Snow Labs путём дообучения Meta-Llama-3-8B. Она предназначена для генерации текста и ответов на медицинские вопросы; карточка приводит результаты оценки на MedMCQA и других задачах группы STEM. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов; для хранения используются веса Safetensors. Модель подходит для медицинских текстовых сценариев, например подготовки ответов на вопросы и поддержки исследовательских оценок. В приведённой оценке точность на MedMCQA составляет 0,5563. Карточка не описывает языковой охват и конкретные ограничения клинического применения. Лицензия CC-BY-NC-ND 4.0; для коммерческого использования John Snow Labs предлагает обратиться за отдельной лицензией.

M4CXR — мультимодальная языковая модель Deepnoid для интерпретации рентгенограмм грудной клетки. Она обучена следовать визуальным инструкциям и объединяет несколько задач в диалоговом формате. Модель генерирует медицинские отчёты по одному или нескольким снимкам, а также по текущему исследованию с учётом предыдущих снимков и отчёта. Она отвечает на вопросы о рентгенограммах и локализует описанные текстом анатомические области или находки, возвращая ограничивающие рамки. Для генерации отчётов применяется пошаговая стратегия: сначала модель определяет находки, затем формирует текст отчёта. Модель ориентирована на медицинские сценарии с рентгенограммами грудной клетки; README не приводит размер модели, длину контекста или список поддерживаемых языков. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

MedICap — модель для создания кратких описаний медицинских изображений, разработанная командой CSIRO. Она использует архитектуру vision-encoder-decoder: кодировщик обрабатывает изображение, а декодер формирует текстовое описание. Модель заняла первое место в соревновании ImageCLEFmedical Caption 2023. Репозиторий содержит веса в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. Карточка позиционирует модель для медицинского описания изображений; сведения о размере модели, длине контекста и поддерживаемых языках отсутствуют.

MediMaven BGE Cross-Encoder Reranker v1.1 — дообученная модель семейства BGE, созданная на базе BAAI/bge-reranker-base с помощью библиотеки sentence-transformers. Это кросс-энкодер на архитектуре XLM-RoBERTa с 305,2 млн параметров, который совместно обрабатывает пары «запрос — текст» и выдаёт оценку релевантности для ранжирования. Максимальная длина последовательности составляет 512 токенов; обучение проводилось на 570 914 синтетических примерах, сформированных из медицинских пар пассажей. Модель предназначена для повторного ранжирования результатов поиска и улучшения отбора фрагментов в медицинских поисковых и RAG-системах. Она может применяться для сортировки найденных медицинских документов по соответствию запросу. Качество зависит от соответствия входных данных медицинскому обучающему домену; контекст ограничен 512 токенами. Лицензия в предоставленных данных не указана.

Medisight — текстовая генеративная модель на архитектуре Mistral, созданная слиянием SLERP двух моделей: BioMistral-7B и CorticalStack/pastiche-crown-clown-7b-dare-dpo. Разработчик объединил их веса с помощью mergekit; репозиторий содержит веса в формате safetensors. Модель насчитывает 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста. В составе слияния есть BioMistral-7B, дообученная на биомедицинских текстах для ответов на медицинские и биологические вопросы, поэтому Medisight может быть полезна для таких запросов. Метаданные указывают задачу text-generation и возможность чата. Слияние моделей не гарантирует сохранения или улучшения медицинской точности; ответы следует проверять, особенно перед применением в клинических решениях. Лицензия в предоставленных данных не указана.

MedPMC-CLIP — медицинская vision-language модель, разработанная авторами работы MedPMC и представленная как модель на архитектуре OpenCLIP ViT-L-14. Она обучена на наборе MedPMC-11M примерно из 11 миллионов пар изображение–описание, собранных из биомедицинской литературы. Репозиторий содержит чекпойнт в формате OpenCLIP; текстовые запросы токенизируются стандартным токенизатором OpenCLIP для ViT-L-14. Модель предназначена для классификации медицинских изображений без дообучения по текстовым меткам и поиска изображений по тексту или изображений, близких по смыслу. В описанных оценках она превзошла базовые модели в классификации на 26 открытых медицинских бенчмарках и в поиске изображений во внутреннем наборе клинической дерматологии. Лицензия CC-BY-NC-SA-4.0 требует учитывать условия атрибуции, распространения на тех же условиях и некоммерческого использования. Результаты на отдельных наборах не гарантируют качество для любых клинических сценариев.

qCammel-13 — дообученная модель на основе Llama 2 13B, опубликованная augtoma. Её обучили с помощью QLoRA на дистиллированном наборе из 15 000 инструкций для ответов по академическим медицинским знаниям и следования инструкциям. Модель использует авторегрессионную архитектуру decoder-only Transformer семейства Llama и содержит 12,9 млрд параметров. Она принимает текст и генерирует текст; максимальный контекст — 4096 токенов. В метаданных указан английский язык. Для получения весов и токенизатора README требует принять лицензию Meta Llama 2 Community License; также упоминается доступность отдельной коммерческой лицензии. Модель ориентирована на медицинские знания, но карточка не приводит оценок качества или клинической валидации.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная на базе Qwen/Qwen3-4B-Instruct-2507. Репозиторий содержит BF16-чекпойнт для инференса и исходные файлы параметров veRL; указаны запуск обучения и шаг 56.

RadBERT-RoBERTa-4m — языковая модель UC San Diego и системы здравоохранения VA, адаптированная для радиологических текстов. Она инициализирована весами RoBERTa и дополнительно обучена на 4 миллионах обезличенных радиологических заключений из больниц VA. Модель имеет архитектуру RoBERTa с маскированным языковым моделированием, содержит около 151,8 млн параметров и поддерживает контекст до 514 токенов. Модель предназначена для анализа радиологических заключений: классификации предложений с нормальными или патологическими находками, присвоения диагностических кодов по пяти системам и экстрактивного суммирования раздела находок. В README также описано применение модели для получения признаковых представлений текста. Карточка сообщает о более сильных результатах на медицинских языковых задачах по сравнению с рядом прежних моделей медицинского домена. Модель обрабатывает текст; обучение проводилось на обезличенных отчетах VA, однако обезличивание не гарантирует пригодность для любых клинических сценариев. Указана лицензия Apache-2.0. Для практического применения потребуется настроить или оценить модель на целевой задаче; приведённый README не описывает отдельную мультимодальную поддержку.

RAD-DINO-MAIRA-2 — разработанная Microsoft Health Futures модель зрения на основе Vision Transformer и DINOv2, дообученная для кодирования рентгеновских снимков грудной клетки. Вариант RAD-DINO, использованный в MAIRA-2; обучен на большем объёме данных. Модель содержит 113,2 млн параметров и выдаёт признаки изображений для последующего использования в других моделях и конвейерах.

Ryeta-0 — разговорная текстовая модель SpectreLynx для генерации ответов на медицинские вопросы. Она дообучена на базе Undi95/Llama-3-Unholy-8B и использует плотную архитектуру LlamaForCausalLM; размер составляет 7,5 млрд параметров, контекст — до 8192 токенов. Модель работает через библиотеку Transformers и хранится в формате safetensors. Модель предназначена для ответов на вопросы о здоровье и предоставления подробной медицинской информации на английском языке. В README приведены результаты по клиническим знаниям, медицинской генетике и старению, но описание методики оценки и независимое подтверждение этих результатов отсутствуют. Лицензия указана как other, поэтому условия использования следует уточнить на странице модели.

sentinet/suicidality — модель классификации текста на базе архитектуры ELECTRA, дообученная разработчиками репозитория для выявления высказываний, указывающих на суицидальность. Она относит текст к одному из двух классов: несвязанный с суицидальностью или указывающий на неё. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и рассчитана на английский язык. Модель предназначена для первичного анализа текстовых сообщений и выявления сигналов, требующих внимания человека. В README приведены метрики на валидационной выборке: accuracy 0,939, recall 0,937, precision 0,928 и F1 0,933; состав источников обучающих данных не раскрыт. Предсказания следует рассматривать как вспомогательный сигнал, а не как диагноз или замену человеческой оценке и помощи. Модель распространяется по лицензии CC0 1.0.

Sum Small — языковая модель Omi Health для создания структурированных SOAP-сводок по медицинским диалогам. Это дообученная Microsoft/Phi-3-mini-4k-instruct с плотной архитектурой Phi-3 и 3,7 млрд параметров; она принимает текст и генерирует текст. Контекст составляет 4096 токенов, основной язык — английский. Модель предназначена для исследований и разработки инструментов медицинской документации, например для преобразования разговора врача с пациентом в краткую запись по разделам SOAP. В карточке сообщается о результате ROUGE-1 70 на оценке модели, однако это не подтверждает клиническую точность. Данные обучения синтетические: 10 000 диалогов и соответствующих сводок. Модель не готова к непосредственному клиническому применению без дополнительной проверки и защитных механизмов. Синтетические обучающие данные могут не отражать реальные клинические разговоры; необходимы тщательная оценка безопасности и защита конфиденциальности пациентов. Лицензия MIT разрешает коммерческое и некоммерческое использование.

Репозиторий StanfordAIMI/XraySigLIP__vit-b-16-siglip-512__webli содержит модель семейства SigLIP на базе ViT-B/16, предназначенную для классификации изображений по текстовым описаниям без дополнительного обучения на заданных классах. README содержит только название CheXagent и ссылки, поэтому назначение и характеристики уточняются по метаданным Hugging Face. Репозиторий создан StanfordAIMI; модель представлена в формате safetensors. Модель подходит для сопоставления рентгеновских изображений с текстовыми метками или описаниями. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией и ограничивает коммерческое применение. Подробности об обучении, языках и клинических ограничениях в доступных данных отсутствуют.

Anxiety_binary — модель классификации текста, созданная дообучением microsoft/deberta-v3-base. Она предназначена для бинарной классификации текстов, связанных с тревожностью; подробности о метках и целевых сценариях в карточке не раскрыты. Модель содержит 211,6 млн параметров, использует архитектуру DeBERTa v3 и принимает последовательности длиной до 512 токенов. На тестовой выборке указаны accuracy 0,6837, precision 0,6473, recall 0,8055, F1 0,7178 и AUC 0,7751. Эти результаты относятся к описанной в карточке оценке и не гарантируют такое же качество на других данных. Модель выпущена под лицензией MIT.

Модель Vladimirlv/ast-finetuned-audioset-10-10-0.4593-heart-sounds — дообученная версия MIT/ast-finetuned-audioset-10-10-0.4593 для классификации аудио. Она основана на Audio Spectrogram Transformer (AST), семействе моделей на базе Vision Transformer, и содержит 113,2 млн параметров. В README указаны результаты на тестовой выборке: точность 0,9695 и значение функции потерь 0,1499. Модель предназначена для классификации звуков сердца. Она принимает аудио и выдаёт метки классов; подробности о классах, подготовке аудиозаписей и оценке качества на других данных в карточке не раскрыты. Модель опубликована в формате safetensors для библиотеки Transformers и распространяется по лицензии BSD-3-Clause.

Astrid-7B-Llama-Med — медицинская языковая модель PAIX.Cloud для генерации текста на основе архитектуры Llama 2. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 4096 токенов. Она обучена на медицинском наборе данных и предназначена для генерации текста на английском языке. Модель можно применять для подготовки черновиков медицинских текстов, ответов на общие вопросы о здоровье и создания англоязычных медицинских материалов. Она может выдавать некорректные или нерелевантные ответы и не заменяет профессиональную медицинскую оценку. Распространяется по лицензии Apache-2.0.

Это англоязычная модель BERT для классификации токенов, созданная дообучением Bio_ClinicalBERT из репозитория emilyalsentzer/Bio_ClinicalBERT. Она предназначена для разметки отдельных токенов в медицинских текстах, например для извлечения сущностей. Архитектура — BertForTokenClassification, размер — 135,5 млн параметров, контекст — до 512 токенов. Модель загружает текст и выдаёт метки для токенов. В README приведены результаты на тестовой выборке: F1 0,6754, точность 0,9657, precision 0,6701 и recall 0,6809. Датасет назван None, а подробности о задаче разметки и обучающих данных отсутствуют, поэтому применимость к конкретной схеме сущностей следует проверять отдельно. Лицензия — MIT.

xlreator/biosyn-biobert-snomed — модель эмбеддингов на базе BERT, опубликованная пользователем xlreator. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска, сравнения сходства и кластеризации. Модель обучалась с функцией MultipleNegativesRankingLoss и косинусной мерой сходства. Модель построена на Sentence-Transformers и принимает текст, выдавая векторные представления. Репозиторий содержит веса в формате safetensors; размер модели — 135,5 млн параметров, максимальный контекст — 512 токенов. Название указывает на биомедицинскую область и SNOMED, однако README не уточняет языки обучения или конкретные данные и сценарии для SNOMED. Лицензия в предоставленных данных не указана. Модель подходит для поиска семантически близких предложений и группировки текстов; качество для конкретных биомедицинских задач следует проверять на целевых данных.

BlueBERT — англоязычная модель на архитектуре BERT, предварительно обученная на аннотациях PubMed. Версия bionlp/bluebert_pubmed_uncased_L-12_H-768_A-12 содержит 12 слоёв, скрытый размер 768 и 12 attention heads; в метаданных указан размер 136,7 млн параметров и контекст до 512 токенов. Модель обучена на корпусе примерно из 4 млрд слов, извлечённых из текстов PubMed. Модель предназначена как языковая основа для задач обработки биомедицинских текстов и последующего дообучения под конкретные сценарии. Для использования приведена ссылка на инструкции, но сами инструкции в карточке не заполнены. Модель распространяется по лицензии CC0-1.0.

AmberYifan/capsd-medcase-marin-8b-base-medicine_random_b4000_s0 — дообученная модель семейства Llama на базе marin-community/marin-8b-base. По названию датасета обучение связано с медицинскими клиническими случаями; модель предназначена для генерации текста в медицинском контексте, например для подготовки черновиков ответов или разбора описаний случаев. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors. Она принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. Базовая модель описана как англоязычная, но отдельные сведения о языках дообучения отсутствуют. Лицензия указана как other, поэтому конкретные условия использования следует сверить с репозиторием и правообладателем. README не приводит результаты оценки и предупреждения о клиническом применении.

chest2vec 0.6B — это модель текстовых эмбеддингов для радиологических заключений КТ грудной клетки и рентгенограмм грудной клетки (CXR), разработанная на базе Qwen/Qwen3-Embedding-0.6B и адаптированная контрастивным обучением с LoRA для поиска похожих заключений. Адаптер уже объединён с весами; токенизатор включён в репозиторий, поэтому для загрузки не нужны пакет chest2vec и исходные веса Qwen3. Модель создаёт векторы размерности 1024 с пулингом последнего токена с учётом left padding и L2-нормализацией; поддерживается сокращение векторов до 512 или 256 измерений с повторной нормализацией. Основной сценарий — семантический поиск похожих заключений КТ и CXR. Также модель обучалась для задач, связанных с суммаризацией заключений, извлечением наличия или отсутствия медицинских сущностей и выделением находок по анатомическим областям. Инструкцию рекомендуется добавлять к запросу, оставляя корпус без инструкции. Модель принимает текст и выдаёт векторные представления; она не предназначена для генерации готовых текстовых заключений. В метаданных указана библиотека Transformers и формат safetensors. Базовая модель использует лицензию Apache-2.0; отдельная лицензия адаптированной модели в предоставленных данных не указана.

ChiMed-GPT 1.0 — китайская медицинская большая языковая модель, разработанная SYNLP. Модель создана на основе Ziya-v2 путём дополнительного обучения на китайских медицинских данных с предварительным обучением, supervised fine-tuning и обучением с подкреплением на основе отзывов людей (RLHF). Модель предназначена для генерации текста в медицинских сценариях на китайском языке. Её можно применять для получения ответов на медицинские вопросы и подготовки информационных текстов. Это плотная Llama-архитектура на 12,9 млрд параметров с контекстом до 4096 токенов; опубликованные веса представлены в формате PyTorch. Лицензия — MIT. Ответы модели могут быть неточными или неподходящими и не должны рассматриваться как медицинская рекомендация. Разработчики не гарантируют их точность и надёжность.

Dr. Samantha — языковая модель, созданная слиянием моделей BeingWell и Llama-2-7B-Samantha с помощью mergekit. Она предназначена для генерации ответов на медицинские вопросы и поддерживающих бесед о психологическом и общем благополучии. Модель объединяет медицинские знания, включая данные для подготовки к USMLE и диалоги врача с пациентом, с навыками философского, психологического и межличностного общения. Модель построена на архитектуре Llama 2, содержит 6,6 млрд параметров и принимает текст, генерируя текст. Родная длина контекста — 2048 токенов. В метаданных указаны английский и китайский языки. Репозиторий распространяет веса в формате safetensors по лицензии Llama 2. В карточке отмечены эмпатичные и понятные ответы, объяснения возможных причин симптомов и рекомендации обратиться к специалисту. Ограничения включают недостаточный акцент на срочности при возможных неотложных состояниях, неполный разбор редких причин и ограниченный сбор уточняющих сведений о симптомах и истории болезни. Модель не заменяет профессиональную медицинскую диагностику и лечение.

EchoVLM V2 lingshu base 7b instruct preview — медицинская мультимодальная модель, разработанная Chaoyin She и Ruifang Lu в рамках реализации EchoVLM. Это дообученная версия Lingshu-7B на архитектуре Qwen2.5-VL с 7,1 млрд параметров; она принимает изображения и текст и генерирует текстовые ответы. Модель предназначена для диалоговой работы с медицинскими изображениями, в частности для задач ультразвуковой диагностики и универсального анализа УЗИ. Заявленная длина контекста — 128 000 токенов; модель работает с Transformers и сохранена в формате safetensors. В README указано, что опубликованы веса instruction fine-tuned модели на базе Lingshu-7B, а для запуска предлагается ориентироваться на Qwen2.5-VL-7B-Instruct. Метаданные указывают лицензию Apache-2.0. Полные сведения о конкретных возможностях версии preview, качестве на клинических задачах и её ограничениях в доступных материалах не приведены.

DevQuasar/google.medgemma-27b-text-it-GGUF — это квантованная версия текстовой модели google/medgemma-27b-text-it, разработанной Google и опубликованной в формате GGUF сообществом DevQuasar. Модель предназначена для генерации текста и, вероятно, ориентирована на медицинские текстовые сценарии, связанные с базовой моделью MedGemma, однако конкретные области применения в README не описаны. Из доступных данных известно, что модель относится к классу text-generation и имеет размер 27B параметров в базовой версии. Сведения об архитектуре, поддерживаемых языках, длине контекста, используемых уровнях квантования и точных модальностях отсутствуют; поэтому производительность и требования к ресурсам определить по README нельзя. Лицензия и условия использования также не указаны, их следует уточнить на странице базовой модели и репозитории квантованной версии.

HuBERT-ECG-small — компактная версия самообученной модели для анализа электрокардиограмм, разработанная авторами HuBERT-ECG. Модель предварительно обучена на 9,1 млн 12-канальных ЭКГ из четырёх стран и предназначена для извлечения признаков, которые можно использовать как основу для последующего обучения диагностических и прогностических моделей. Модель содержит 33,6 млн параметров и распространяется в формате safetensors для библиотеки Transformers. В исследовании семейство HuBERT-ECG оценивалось на задачах диагностики сердечных состояний, прогнозирования клинических исходов и анализа одноканальных ЭКГ. Для применения на собственных данных требуется предварительная обработка ЭКГ. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

LA1512/Led-pubmed-20K-4096-v2 — модель семейства LED, дообученная на неизвестном наборе данных на базе pszemraj/led-base-book-summary. В метаданных указаны 95,2 млн параметров и формат весов safetensors. По названию репозитория модель, вероятно, предназначена для суммирования медицинских публикаций PubMed длиной до 20 тысяч токенов с контекстом 4096 токенов. Однако README не описывает назначение, обучающие данные или сценарии применения, поэтому эта специализация не подтверждена карточкой. В метаданных также нет сведений о поддерживаемых языках. Лицензия — BSD-3-Clause. Качество и ограничения модели не описаны; для оценки пригодности необходима проверка на целевых медицинских текстах.

Это совместимый с Hugging Face чекпойнт llava-med-v1.5-mistral-7b-hf, конвертированный из медицинской визуально-языковой модели Microsoft LLaVA-Med v1.5 на базе Mistral 7B. Он предназначен для ответов на вопросы по биомедицинским изображениям, например для исследовательского анализа медицинских снимков и биологических изображений. Архитектура — плотная LLaVA с генерацией текста по визуальному и текстовому вводу; README отмечает расширение словаря на два токена, при этом слои внимания не менялись. Модель поддерживает английский язык и распространяется в формате safetensors по лицензии Apache-2.0. Ответы модели могут быть неточными; выводы по медицинским изображениям требуют проверки специалистом.