IV.4Клиническая медицина и общественное здоровье

Patho-R1-3B — мультимодальная модель для рассуждений по патологии, разработанная авторами проекта Patho-R1. Она принимает изображения и текстовые запросы и предназначена для ответов на вопросы по патоморфологическим изображениям, включая вопросы с выбором ответа и визуальные вопросы и ответы. Модель построена на архитектуре Qwen2.5-VL и имеет 3 млрд параметров. Её обучали в три этапа: продолжили предобучение на 3,5 млн пар «патологическое изображение — подпись», провели дообучение на 500 тыс. экспертных примеров с цепочками рассуждений, а затем применили обучение с подкреплением для улучшения ответов. В карточке указаны английский язык и лицензия CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий.

Radiology-Infer-Mini — мультимодальная модель для анализа медицинских изображений, дообученная на базе Qwen2-VL-2B-Instruct. Она принимает изображения и текстовые запросы, а в ответ формирует текст: модель предназначена для анализа рентгеновских снимков, МРТ, КТ и УЗИ, извлечения текста из медицинских изображений и подготовки радиологических заключений. Архитектура — Qwen2-VL, размер — 1,5 млрд параметров, нативный контекст — 32 768 токенов. Модель выпущена в формате Safetensors и работает через Transformers. Карточка заявляет поддержку английского, китайского, арабского, корейского, японского и большинства европейских языков для медицинского текста. Модель может помогать специалистам с разбором изображений, ответами на вопросы и подготовкой отчётов, но её выводы требуют проверки квалифицированным врачом. Среди ограничений указаны возможные ошибки на редких случаях, артефактах и изображениях низкого качества, а также зависимость результатов от репрезентативности обучающих данных. Лицензия — Apache-2.0.

RedDino-large — модель извлечения признаков из изображений эритроцитов, разработанная Лукой Цеддой, Андреа Лоддо, Чечилией Ди Руберто и Карстеном Марром из Университета Кальяри и Helmholtz Munich. Она предназначена для анализа морфологии эритроцитов и подготовки признаков для последующих задач классификации и сравнения образцов.

RedDino-small — компактная модель семейства RedDino для анализа изображений эритроцитов, разработанная для задач вычислительной гематологии. Это self-supervised Vision Transformer ViT-small с размером патча 14, обученный по адаптированной схеме DINOv2 на 1,25 млн изображений эритроцитов из 18 наборов данных. Модель принимает изображения и выдаёт векторные признаки размерности 384. Модель предназначена для извлечения признаков, которые можно использовать в последующих задачах классификации формы и морфологических подтипов эритроцитов, а также для анализа, устойчивого к различиям между партиями и источниками изображений. Обучение на фрагментах мазков крови и специализированные аугментации рассчитаны на улучшение обобщения между источниками данных. Репозиторий распространяется по лицензии CC BY 4.0.

Модель DifeiT/rsna-intracranial-hemorrhage-detection — дообученная версия Vision Transformer google/vit-base-patch16-224-in21k для классификации медицинских изображений, связанная с выявлением внутричерепного кровоизлияния. Она принимает изображения и выдаёт класс классификации. Модель содержит 113,2 млн параметров; веса представлены в формате PyTorch. В оценке на наборе imagefolder указаны loss 1,2164 и accuracy 0,6152, поэтому результаты следует интерпретировать с учётом ограниченной точности и проверять на данных целевого применения. Лицензия — Apache-2.0.

razent/SciFive-large-Pubmed_PMC-MedNLI — дообученная версия SciFive Large, разработанная авторами работы «SciFive: a text-to-text transformer model for biomedical literature». Она предназначена для задач на материале биомедицинской литературы и показала результаты уровня state of the art на MedNLI — задаче медицинского логического вывода по тексту. Модель построена на архитектуре T5 и содержит 385,2 млн параметров. Это текстовая модель формата text-to-text с контекстом до 1024 токенов; доступны веса PyTorch и TensorFlow. В метаданных указан английский язык, а среди обучающих данных — PubMed и открытые статьи PubMed Central. Модель подходит для классификации отношений между медицинскими текстовыми фрагментами и связанных задач текстового вывода. Карточка не приводит подробных ограничений или условий лицензии, поэтому условия использования по имеющимся данным определить нельзя.

Minbyul/selfbiorag-7b-dpo-full-sft-wo-medication_qa — языковая модель на архитектуре Llama с 6,6 млрд параметров, дообученная методом DPO на датасете HuggingFaceH4/ultrafeedback_binarized поверх Minbyul/selfbiorag-7b-wo-medication_qa-sft. Она предназначена для генерации текста; название базовой модели указывает на биомедицинский RAG и ответы на вопросы без тематики лекарств, однако README не раскрывает конкретные сценарии её применения. Модель использует формат safetensors и имеет контекст длиной до 4096 токенов. В карточке приведены метрики оценки DPO, включая точность предпочтений 0,892 на оценочном наборе. Условия лицензии в предоставленных данных не указаны.

SigLIP Skin Lesion Classifier — модель SkinTag Labs для классификации изображений кожных поражений и предварительной сортировки случаев по риску. Она дообучена на базе google/siglip-so400m-patch14-384: разморожены последние четыре слоя vision transformer и добавлена классификационная голова. Базовая модель содержит 878 млн параметров; обучение использовало выборку из 47 277 изображений дерматологических наборов данных с балансировкой по фототипам кожи Fitzpatrick. Модель предназначена для классификации по 10 категориям, включая меланому, базальноклеточную и плоскоклеточную карциному, а также для триажа «доброкачественное или злокачественное». В README приводятся результаты оценки бинарного триажа и проверка на фототипах Fitzpatrick I–VI, но они не подтверждают пригодность для постановки диагноза. Репозиторий содержит веса PyTorch и артефакты классификаторов. Лицензия модели — MIT; базовая SigLIP указана под Apache 2.0.

SRR-BERT-Leaves — модель Stanford AIMI для многометочной классификации рентгенологических заключений. Она принимает текст предложения и предсказывает диагностические метки, например ателектаз или неоднородное затемнение воздушных пространств. Модель основана на BERT с головой классификации последовательностей, содержит 136,7 млн параметров и поддерживает контекст до 512 токенов. Модель предназначена для классификации медицинских текстов, в частности для извлечения диагностических категорий из описаний рентгенограмм грудной клетки. Пример в карточке показывает предсказание нескольких меток для одного предложения. Репозиторий содержит веса в формате safetensors. Сведения о лицензии и подробных условиях использования в доступных данных отсутствуют.

WBC-Type-Classifier — модель prithivMLmods для классификации изображений клеток крови. Это дообученный визуальный энкодер Google SigLIP 2 с архитектурой SiglipForImageClassification, который присваивает каждому изображению одну из восьми меток: базофил, эозинофил, эритробласт, незрелые гранулоциты (IG), лимфоцит, моноцит, нейтрофил или тромбоцит. Модель предназначена для анализа изображений мазков крови, поддержки гематологических исследований и автоматизированной классификации клеток; её также можно использовать в образовательных целях. Она принимает изображения и выдаёт метку класса. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Описание не устанавливает диагностическую точность или пригодность модели для клинических решений.

Arcane-BART — компактная модель семейства BART, разработанная ar3xop для быстрого скрининга психического состояния и анализа признаков дистресса в реальном времени. Это последовательная трансформерная модель для генерации текста с 252,8 млн параметров и контекстом до 1024 токенов. Модель предназначена для локального запуска на CPU, в контейнерах и на периферийных вычислительных платформах. Она принимает текст и выдаёт текст; карточка указывает английский язык. Лицензия MIT разрешает использование и распространение на её условиях. Заявленная специализация — анализ психического состояния, однако карточка не приводит результатов оценки, состав обучающих данных или клиническую валидацию. Поэтому выводы модели не следует считать диагнозом или заменой профессиональной оценки.

ASRWhisperPeripheralNeuropathy — модель распознавания речи, созданная дообучением openai/whisper-small на наборе ASR_Preprocess_Peripheral_Neuropathy_Dataset. Она предназначена для преобразования аудиозаписей, связанных с периферической нейропатией, в текст. Модель построена на архитектуре Whisper, содержит 153,1 млн параметров и использует библиотеку Transformers; репозиторий содержит веса в формате safetensors. В метаданных указан корейский язык. На тестовой выборке автор сообщает Loss 0,1775, CER 11,0108 и WER 15,8491. Лицензия — Apache-2.0. Карточка не описывает состав и условия оценки набора данных, поэтому приведённые метрики сами по себе не гарантируют качество на других аудиозаписях.

BioMedGPT-LM-7B-GGUF — это набор файлов модели в формате GGUF для PharMolix/BioMedGPT-LM-7B, подготовленный и квантизированный MaziyarPanahi. Модель предназначена для генерации текста в биомедицинском и медицинском контексте; исходная модель имеет размер 7B параметров. Доступны варианты квантизации от 2 до 8 бит, включая Q2_K, Q3_K, Q4_K, Q5_K и Q6_K, что позволяет выбирать баланс между размером файлов, требованиями к памяти и качеством вывода. Модель поддерживает сценарии локального запуска через совместимые инструменты и библиотеки для GGUF, включая llama.cpp, text-generation-webui, LM Studio, GPT4All и llama-cpp-python. В README не указаны языки, размер контекста, точная архитектура, данные обучения или результаты оценки качества, поэтому её возможности в конкретных медицинских задачах нельзя подтвердить по представленным данным. Как и другие генеративные медицинские модели, она требует проверки результатов специалистом и не должна использоваться как самостоятельный источник клинических решений. Для модели указана лицензия Apache-2.0. Это квантизированное представление исходной модели, поэтому выбор уровня квантизации может влиять на точность и потребление ресурсов; характеристики отдельных вариантов могут различаться.

KasuleTrevor дообучил модель распознавания речи на базе Qwen3-ASR для транскрибации нетипичной речи на лугандийском языке. Это плотная модель архитектуры Qwen3ASRForConditionalGeneration; в обучении использовался набор данных ugandan_luganda_nonstandard_speech_v1.0 и полный режим дообучения. Выбран чекпойнт checkpoint-750. Модель предназначена для транскрибации речи с учётом метаданных о тяжести нарушения, его типе и этиологии. По инструкции она сохраняет повторы, запинки, ложные начала и незавершённые слова, не исправляя грамматику и не нормализуя речь. Эксперимент использует сведения о дикторе из метаданных, поэтому его результаты следует рассматривать отдельно от базовых сценариев распознавания без таких подсказок. В тестировании указаны нормализованные WER 0,507 и CER 0,211. Модель распространяется по лицензии Apache-2.0.

IAMJB/chexpert-mimic-cxr-findings-baseline — модель типа vision-encoder-decoder на базе Transformers, предназначенная для генерации текстовых описаний по рентгеновским снимкам грудной клетки. Карточка сообщает об оценке на наборе CheXpert-Plus и приводит сценарий использования модели. Модель принимает изображение и выдаёт текст; в метаданных указан английский язык. Репозиторий распространяется в формате safetensors под лицензией MIT. Карточка не сообщает размер модели и длину контекста.

camilon/clinical_longformer_same_tokens_1epochs_250k — дообученная модель семейства Longformer с архитектурой LongformerForMaskedLM и примерно 151,8 млн параметров. Она предназначена для заполнения пропусков в тексте: модель предсказывает замаскированные токены, что может использоваться для анализа и обработки клинических текстов. Максимальная длина контекста составляет 4098 токенов; веса опубликованы в формате safetensors. В карточке указана оценка Loss 1.5640 на тестовой выборке, однако подробности датасета и оценки модели не приведены. Лицензия в доступных данных не указана.

D-BETA — модель извлечения признаков ЭКГ, представленная Hung Manh Pham, Aaqib Saeed и Dong Ma в работе «Boosting Masked ECG-Text Auto-Encoders as Discriminative Learners» (ICML 2025). Она принимает сигнал ЭКГ с 12 отведениями и длиной 5000 отсчётов и возвращает вектор признаков размерности 768 через pooler_output. Модель предназначена для получения представлений ЭКГ, которые можно использовать в последующих задачах анализа сердечно-сосудистых сигналов и обучения моделей на данных ЭКГ и текстах. Репозиторий использует PyTorch и Transformers; для загрузки README указывает transformers==4.36.2 и trust_remote_code=True. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но запрещающая коммерческое применение.

EchoVLM — мультимодальная модель для анализа ультразвуковых изображений, представленная Chaoyin She и Ruifang Lu как реализация исследования об универсальном ультразвуковом интеллекте. Это дообученная версия Qwen/Qwen2-VL-7B-Instruct с архитектурой Qwen2-VL и динамической смесью экспертов; в репозитории указаны веса safetensors и поддержка диалогового режима с изображениями. Модель принимает изображения и текстовые запросы, а ответы формирует текстом. Она предназначена для задач ультразвуковой диагностики и ответов на вопросы по УЗИ; карточка связывает её с медицинскими датасетами EchoVLM-Dataset и EchoVLM-Thyroid. Метаданные указывают 7,1 млрд параметров, контекст до 32 768 токенов и язык zh. Лицензия — Apache-2.0. README описывает исследовательскую реализацию и упоминает будущую версию V2, поэтому качество и клиническая пригодность этой версии отдельно не подтверждены. Также README сообщает о более поздней instruction-tuned версии на основе Lingshu-7B, но метаданные указанного репозитория связывают эту модель с Qwen2-VL-7B-Instruct; описание относится к идентификатору chaoyinshe/EchoVLM.

ShadNygren дообучил эту диалоговую языковую модель на базе meta-llama/Meta-Llama-3-8B-Instruct с помощью Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации текста в диалоговом формате; название репозитория указывает на тематику побочных эффектов лекарств и набор данных SIDER, но README не описывает конкретные сценарии или результаты обучения. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Она принимает текст и выдаёт текст, поддерживает английский язык, а длина контекста составляет 8192 токена. Лицензия — Apache-2.0.

HuatuoGPT2-7B — языковая модель на 7 млрд параметров от команды FreedomIntelligence, построенная на архитектуре Baichuan и предназначенная для генерации текста в медицинском контексте. Модель опубликована в формате PyTorch, поддерживает китайский язык и имеет контекст длиной до 4096 токенов. Её можно использовать для создания медицинских диалоговых систем и генерации ответов на вопросы о здоровье на китайском языке. Модель распространяется по лицензии Apache-2.0. Карточка содержит мало сведений о методах обучения и проверке качества, поэтому фактическую точность медицинских ответов следует оценивать отдельно.

Hyponatremia_M2_150steps_1e6rate_SFT — дообученная диалоговая модель на базе Mistral-7B-Instruct-v0.2, опубликованная tsavage68. Она содержит 7,1 млрд параметров, использует архитектуру Mistral для генерации текста и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и ответов на текстовые запросы; название указывает на тематику гипонатриемии, однако карточка не описывает конкретные медицинские сценарии или данные обучения. Модель распространяется в формате safetensors по лицензии Apache-2.0. В README приведён результат Loss 0,1702 на оценочном наборе, но набор данных и методика оценки не описаны. Поэтому результат не подтверждает клиническую надёжность ответов.

JapMed-SLERP — объединённая модель генерации текста от tiborousset, созданная методом SLERP с помощью mergekit на основе ContactDoctor/Bio-Medical-Llama-3-8B и lightblue/suzume-llama-3-8B-japanese. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов; файлы представлены в формате safetensors и рассчитаны на работу через Transformers. Модель предназначена для диалоговой генерации текста, сочетая медицинскую специализацию одной базовой модели с японской языковой настройкой другой. Её можно применять для ответов и справочной информации по биомедицинским темам на японском языке. Качество и надёжность ответов на медицинские вопросы не гарантированы; требуется проверка специалистом. Лицензия в предоставленных данных не указана.

Это набор GGUF-квантизованных файлов базовой модели JSL-MedLlama-3-8B-v2.0, разработанной johnsnowlabs и подготовленной для распространения командой featherless-ai-quants. Модель относится к классу text-generation и предназначена для генерации текста; с учётом медицинской специализации базовой модели её вероятными сценариями являются задачи обработки и создания медицинского текста, однако конкретные области применения и результаты оценки в README не указаны. Известно, что базовая модель имеет размер 8B параметров и представлена в формате GGUF. Доступны варианты квантования Q2_K, Q3_K_S, Q3_K_M, Q3_K_L, Q4_K_S, Q4_K_M, Q5_K_S, Q5_K_M, Q6_K, Q8_0 и IQ4_XS, размером примерно от 3,0 до 8,1 ГБ. Разные варианты позволяют выбирать компромисс между требованиями к памяти, скоростью и сохранением качества. Архитектура, поддерживаемые языки, модальности и размер контекстного окна в README не указаны. Преимущество набора — возможность локального запуска GGUF-файлов на совместимом программном обеспечении и выбора подходящего уровня квантования. Ограничения включают отсутствие сведений о качестве, бенчмарках, точности медицинских ответов и безопасных сценариях применения; модель не следует рассматривать как замену профессиональной медицинской консультации без дополнительной проверки. Лицензия в README не указана.

MBG-BioBERT — модель на архитектуре BERT, разработанная на основе BioBERT и дополнительно предобученная на болгарских медицинских и клинических текстах. Она предназначена для получения векторных представлений таких текстов и может служить основой для прикладных клинических NLP-систем. Модель содержит 135,5 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Указанный язык — болгарский. Веса доступны в форматах PyTorch и Safetensors; лицензия — AFL-3.0. Карточка не сообщает результаты оценки качества или конкретные клинические сценарии, поэтому пригодность для них следует проверять отдельно.

MedBIT-r3-plus — итальянская биомедицинская языковая модель на архитектуре BERT, разработанная на основе BioBIT. Авторы дополнительно обучили её на итальянских медицинских учебниках и материалах надёжных медицинских сайтов; общий размер корпуса составил около 200 МБ. Модель содержит 137,1 млн параметров и обрабатывает последовательности длиной до 512 токенов. Основной сценарий использования — заполнение пропусков в итальянском биомедицинском тексте. В карточке также приведены результаты оценки на задачах распознавания медицинских сущностей, извлечения ответов на вопросы и извлечения отношений, но для этих задач могут потребоваться дополнительные настройки или дообучение. Модель предназначена для итальянского языка и медицинской тематики. Файлы доступны в форматах PyTorch и Safetensors. Условия лицензии в предоставленных данных не указаны.

MediPhi-MedCode — компактная языковая модель Microsoft Healthcare & Life Sciences для генерации текста в медицинских и клинических сценариях, включая задачи медицинского кодирования. Она основана на Phi-3.5-mini-instruct и получена слиянием дообученного эксперта MedCode с базовой моделью методом SLERP. Архитектура — плотная Phi-3, размер — около 3,7 млрд параметров; модель принимает текст и рассчитана на контекст до 4096 токенов. Модель предназначена прежде всего для англоязычных исследований, сравнительного тестирования и сценариев с ограниченными вычислительными ресурсами или требованиями к низкой задержке. Она может помогать в клинической обработке естественного языка и работе с медицинским кодированием, сохраняя общие возможности базовой модели. Ответы требуют проверки специалистом: модель может выдумывать или выдавать неточную и устаревшую информацию, а её качество и безопасность не оценены для всех применений. Лицензия — MIT; карточка рекомендует исследовательское использование и экспертную проверку результатов.

Это языковая модель для генерации текста, созданная сообществом mergekit с помощью метода passthrough на основе aaditya/Llama3-OpenBioLLM-70B. В конфигурации объединены указанные диапазоны слоёв этой модели; репозиторий содержит веса в формате safetensors, а архитектура — плотная LlamaForCausalLM. Размер составляет 43,8 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации ответов в диалогах и, с учётом биомедицинской специализации базовой модели, для работы с биомедицинскими текстами на английском языке. Карточка указывает библиотеку Transformers и лицензию Llama 3. Качество и безопасность ответов в README не описаны; для медицинских решений ответы требуют проверки специалистом.

CVDGaurd — мультимодальная модель Sharktide для оценки риска внебольничной остановки сердца (OHCA) по физиологическим сигналам и клиническим данным. Это плотная нейросетевая архитектура TFCVDPredictorForOHCADetection на TensorFlow/Keras с механизмами cross-attention; модель классифицирует риск события. Для работы нужны библиотека CVDPredict, Transformers и TensorFlow. На вход подаются примерно 185 секунд временных рядов, включая ЭКГ, фотоплетизмограмму, сигналы акселерометра и гироскопа, а также клинические табличные признаки: демография, лекарства, сопутствующие заболевания, лабораторные показатели и жизненные параметры. Модель предназначена для мониторинга сердечно-сосудистого риска и ранней оценки вероятности OHCA. В README приведены метрики AUROC 0,932 и AUPRC 0,892 на валидационной когорте из 196 наблюдений; эти результаты не подтверждают клиническую пригодность в иных условиях. Модель опубликована по лицензии Apache-2.0. Для загрузки используется пользовательский код из репозитория Hugging Face с trust_remote_code=True; перед развертыванием следует проверять закреплённую версию репозитория. Результаты ограничены описанной в карточке валидационной выборкой, а модель чувствительна к аномалиям и морфологическим вариациям исходных физиологических сигналов.

OpenMed разработала OpenMed-NER-BloodCancerDetect-SuperClinical-434M — модель для распознавания и маркировки сущностей в биомедицинских текстах, связанных с хроническим лимфоцитарным лейкозом (ХЛЛ). Это дообученный трансформер DeBERTa для задачи NER: он присваивает токенам метки B-CL и I-CL, чтобы выделять упоминания сущностей, относящихся к ХЛЛ. Модель принимает токенизированный текст и выдаёт BIO-разметку; размер составляет 533,8 млн параметров, максимальный контекст — 512 токенов. Модель предназначена для извлечения терминов из медицинских записей и научных публикаций, анализа упоминаний заболевания, биомаркеров и лечения, а также для поиска по биомедицинской литературе. В README приведены значения F1 0,89, точности 0,87 и полноты 0,92 на корпусе CLL; перенос этих результатов на другие источники и клинические сценарии не подтверждён. Хотя карточка заявляет более широкие применения, указанные метки описывают только сущности, связанные с ХЛЛ. Модель распространяется по лицензии Apache-2.0.

Rumiii/Qwen2.5-0.5B-Med-Post-Trained-92k — англоязычная медицинская языковая модель, разработанная на основе Qwen/Qwen2.5-0.5B. Это плотная причинная модель Qwen2 с 494 млн параметров, дообученная в два этапа: продолженное предобучение на 92 тысячах английских биомедицинских аннотаций PubMed, затем полнопараметрическая настройка на 20 тысячах примеров общего набора инструкций. Модель использует шаблон диалога Qwen2.5 ChatML, поддерживает контекст до 32 768 токенов и предназначена для генерации текста. Модель подходит для медицинских вопросов и ответов, клинического обучения, исследований небольших биомедицинских языковых моделей и создания лёгких прототипов медицинских помощников. Наилучшие результаты ожидаются на прямых запросах; для оптимальной работы рекомендуется системная инструкция. Небольшой размер ограничивает глубину рассуждений и связность многоходового диалога, а качество медицинских ответов не гарантировано. Модель не предназначена для принятия решений о диагностике и лечении реальных пациентов и не заменяет специалиста. Лицензия — Apache-2.0.