IV.4Клиническая медицина и общественное здоровье

RedDino-base — модель извлечения признаков из изображений эритроцитов, разработанная Лукой Цеддой, Андреа Лоддо, Чечилией Ди Руберто и Карстеном Марром из Университета Кальяри и Helmholtz Munich. Это специализированная модель компьютерного зрения для гематологических изображений, основанная на Vision Transformer ViT-Base с размером патча 14 и адаптированной архитектуре самообучения DINOv2. Модель предварительно обучена на 1,25 млн изображений эритроцитов из 18 наборов данных и формирует векторы признаков размерности 768. Её используют для классификации формы и морфологических подтипов эритроцитов, а также анализа, устойчивого к различиям между партиями данных. В отличие от универсальных моделей, обученных на естественных изображениях, RedDino использует специализированные для гематологии аугментации и предобработку. Модель распространяется под лицензией CC BY 4.0. Она предназначена для извлечения признаков; классификация и другие downstream-задачи требуют соответствующего последующего метода или модели. Заявление о высоких результатах на бенчмарках приведено в карточке модели.

DifeiT дообучил Vision Transformer google/vit-base-patch16-224-in21k для классификации медицинских изображений при выявлении внутричерепного кровоизлияния. Модель содержит 113,2 млн параметров, использует архитектуру ViTForImageClassification и сохранена в формате PyTorch. На указанном в карточке наборе оценки модель показала loss 0,4344 и accuracy 0,8586. Эти результаты относятся только к этой оценке; сведений о составе данных, разбиении и проверке на внешних клинических выборках нет. Лицензия — Apache-2.0.

Kontawat разработал эту модель на базе архитектуры Vision Transformer (ViT) и обучил её для классификации изображений сетчатки при диабетической ретинопатии. Она принимает изображение и возвращает класс заболевания; конкретные классы в карточке не перечислены. Модель содержит 113,2 млн параметров и доступна в формате PyTorch. На оценочном наборе указаны accuracy 0,7287 и loss 1,0460. Эти результаты не позволяют судить о качестве на других данных или о пригодности модели для клинических решений. Обучающий датасет не описан. Лицензия Apache-2.0.

Biomedical Longformer base — производная языковая модель для биомедицинских текстов, созданная на основе microsoft/BiomedNLP-PubMedBERT-base-uncased-abstract. Параметры исходной модели были скопированы, а позиционные эмбеддинги расширены повторным копированием, чтобы поддерживать более длинные документы. Архитектура — LongformerForMaskedLM, размер — 136,7 млн параметров, контекст — до 4098 токенов. Модель предназначена для заполнения пропусков в биомедицинских текстах и обработки длинных документов на английском языке. Репозиторий содержит веса PyTorch. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на некоммерческих условиях, требуя распространять производные работы на той же лицензии.

Tsubasaz/clinical-pubmed-bert-base-512 — англоязычная модель BERT для предсказания замаскированных токенов. Она предварительно обучена на аннотациях PubMed и продолжила обучение на клинических записях из набора MIMIC-III; применено маскирование целых слов. Модель содержит 136,7 млн параметров, использует архитектуру BertForMaskedLM и принимает последовательности длиной до 512 токенов. Модель предназначена для подготовки к клиническим и биомедицинским задачам обработки текста, например для адаптации к классификации клинических документов или прогнозированию повторной госпитализации. Лицензия MIT. Карточка описывает предварительное обучение, а не подтверждает качество на конкретных прикладных задачах; результаты для критически важных клинических решений следует проверять отдельно.

CT-BERT-JPN — японская BERT-модель для многометочной классификации радиологических заключений. Её разработчик дообучил tohoku-nlp/bert-base-japanese-v3 на наборе CT-RATE-JPN, содержащем японские переводы радиологических заключений с метками патологических находок. Модель основана на архитектуре BERT для классификации последовательностей, содержит 138,4 млн параметров и принимает текст длиной до 512 токенов. Модель предназначена для автоматического выявления патологических находок в японских заключениях компьютерной томографии, например кальцификации артериальной стенки и кардиомегалии. В README приведены метрики по отдельным классам на валидационной выборке из 150 примеров; эти результаты не гарантируют аналогичное качество на других данных. Модель распространяется по лицензии CC BY-NC-SA 4.0, предусматривающей атрибуцию, распространение производных на тех же условиях и некоммерческое использование.

CXRMate Multi TF — модель генерации рентгенологических заключений по снимкам грудной клетки, разработанная Aaron Nicolson, Jason Dowling, Douglas Anderson и Bevan Koopman. Версия Multi использует несколько рентгеновских изображений; TF означает обучение методом teacher forcing без обучения с подкреплением. Работа описана в статье о продольных данных и семантической близости при генерации заключений.

DermFM-Zero — мультимодальная модель для дерматологии, разработанная как vision-language foundation model. Она сопоставляет изображения кожи с текстовыми описаниями и выполняет классификацию по текстовым запросам без дообучения под конкретную задачу. Модель также поддерживает поиск изображений по тексту и текста по изображению, а её представления можно использовать как основу для мультимодальной настройки и визуальных ответов на вопросы. Sparse autoencoders помогают выявлять интерпретируемые медицинские концепты. Архитектура объединяет визуальный энкодер PanDerm-Large на ViT-L/16 и текстовый PubMedBERT-256, выровненные на парах изображений и текстов по дерматологии с помощью контрастивного обучения по нескольким аспектам и дистилляции знаний. Обучающий набор включает 517 455 пар клинических и дерматоскопических данных. Для опубликованных результатов использовались изображения 224 × 224, хотя энкодер принимает изображения произвольного размера. Карточка сообщает об оценке на 20 бенчмарках и в трёх международных исследованиях с участием 761 клинициста. Модель предназначена для исследовательской и клинической поддержки в дерматологии, но не заменяет профессиональную диагностику. Около 400 состояний кожи представлены в обучении; редкие тропические заболевания, сложные системные дерматозы и редкие генетические нарушения представлены недостаточно. Данные не являются репрезентативной выборкой населения, клиническая проверка была ретроспективной, а справедливость человеко-машинных сценариев по оттенкам кожи отдельно не анализировалась. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование.

Doctor-Chad — диалоговая языковая модель, опубликованная Xennon-BD. Она основана на архитектуре Qwen2 и предназначена для генерации текста в ответ на текстовые запросы; метаданные связывают её с медициной и биологией, а также с набором данных avaliev/chat_doctor. Модель содержит 494 млн параметров, работает через Transformers и поддерживает контекст до 131 072 токенов. Модель подходит для диалоговых ответов и генерации текста на медицинские темы, а карточка показывает пример обычного продолжения текстового запроса. В метаданных указан английский язык. Медицинская специализация отражена тегами и обучающим набором, однако карточка не приводит оценки клинической точности или сведения о проверке ответов. Модель распространяется по лицензии MIT.

Dronam-Vision-V1-GGUF — медицинская мультимодальная модель для анализа рентгенограмм, представленная как вариант Dronam-Vision-V1 для запуска через llama.cpp и LM Studio. По README, языковая модель объединена с Gemma-4-E2B-it и квантована в GGUF Q4_K_M; также в репозитории есть ONNX-классификатор переломов. Метаданные указывают производную связь с amitaddi/dronam-vision-v1, поддержку диалога с изображениями и лицензию Apache-2.0. Модель предназначена для подготовки чернового описания рентгенограмм: определения области исследования, проекции и наличия медицинских конструкций. README приводит результаты гибридного определения переломов на 816 снимках FracAtlas: сбалансированная точность 85,8%, чувствительность 93,0%, специфичность 78,6%; точность определения области составила 92,3%, проекции — 87,7%. Для флага перелома следует отдельно запускать ONNX-классификатор на CPU. Описание является вспомогательным материалом, и каждое заключение должен проверять врач. Модель рассчитана на контекст 4096 токенов по инструкции запуска; README не сообщает отдельного размера модели помимо файловых размеров.

netdur/gemma-3-4b-radiology — дообученная Netdur модель Gemma 3 4B для создания радиологических описаний по ультразвуковым изображениям. Она принимает изображение и формирует текстовый отчёт с описанием находок и измерений; карточка приводит пример трансвагинального УЗИ. Модель основана на unsloth/gemma-3-4b-it-unsloth-bnb-4bit, обучалась с библиотекой Unsloth на наборе unsloth/Radiology_mini и поддерживает визуальный чат. В репозитории представлены GGUF, включая варианты Q2_K и Q4_K_M, и Safetensors; пример запуска использует llama.cpp. Лицензия — Apache-2.0. Описание в карточке не подтверждает клиническую точность или пригодность для принятия медицинских решений.

AiHub4MSRH-Hash/hash-MedGemma-4B-16bit-eng-swa-it — дообученная мультимодальная модель семейства Gemma 3, созданная AiHub4MSRH-Hash на базе unsloth/medgemma-4b-it. Модель принимает текст и изображения и предназначена для диалогового взаимодействия с визуальным вводом. Карточка сообщает, что обучение проводилось с Unsloth и библиотекой TRL. В метаданных указаны архитектура Gemma3ForConditionalGeneration, формат safetensors, английский язык и возможность работы с изображениями. Лицензия — Apache-2.0. Карточка не описывает конкретные медицинские сценарии, обучающие данные, оценки качества или ограничения модели. Поэтому её специализированные возможности и надёжность в медицинских задачах по этим данным определить нельзя.

Карточка модели disi-unibo-nlp/llama3.2-3B-SFT-medmcqa-triples-cot на Hugging Face совпадает с карточкой disi-unibo-nlp/llama3.2-3B-SFT-medqa-triples-cot, поэтому описание составлено по ней. Модель disi-unibo-nlp/llama3.2-3B-SFT-medqa-triples-cot разработана disi-unibo-nlp и представляет собой дообученную для генерации текста версию unsloth/Llama-3.2-3B-Instruct-bnb-4bit. В основе лежит плотная авторегрессионная архитектура LlamaForCausalLM с 3,2 млрд параметров и контекстом до 131 072 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Название указывает на медицинские вопросы и ответы, однако README не описывает конкретные сценарии или качество на медицинских задачах. Указаны английский язык и возможности чата; входом и выходом служит текст. Модель распространяется по лицензии Apache-2.0.

YiDuo1999/Llama-3-Physician-8B-Base — базовая языковая модель на архитектуре Llama 3, опубликованная как официальный чекпойнт к работе «Efficient Continual Pre-training by Mitigating the Stability Gap». Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и работает с контекстом до 8192 токенов. Веса получены продолжением предобучения на качественной медицинской подвыборке набора RefinedWeb. Модель предназначена для генерации текста и может служить основой для экспериментов и разработки медицинских языковых приложений; это базовая модель, а не специализированный чат-ассистент. Поддерживает текстовый ввод и выдаёт текст. Лицензия — Llama 3 Community License.

Esperanto Technologies разработала эту мультимодальную модель для анализа изображений кожных проблем и ответов на вопросы о них. Это LLaVA 1.5 7B, дообученная с помощью LoRA на наборе данных Skin Condition Image Network (SCIN). Модель принимает изображение кожи и текстовый контекст о пациенте и симптомах, а затем формирует текстовый ответ с предположением о возможном состоянии кожи. Модель предназначена для экспериментальных сценариев онлайн-консультации по дерматологии, например для предварительного анализа сыпи, воспалений и других кожных изменений с учётом последующих вопросов. Карточка заявляет высокую точность диагностики, но не приводит метрик или результатов оценки, поэтому ответ модели не следует считать подтверждённым диагнозом. Лицензия в доступных данных не указана.

MAKE — модель на базе OpenCLIP для классификации изображений без предварительно заданного набора классов. Она сопоставляет изображение с текстовыми описаниями категорий и выбирает наиболее подходящие варианты. Репозиторий использует библиотеку open_clip; веса доступны в форматах PyTorch и safetensors. Модель подходит для категоризации изображений по пользовательским меткам и поиска объектов или сцен по текстовым описаниям. README не содержит сведений о разработчике, архитектуре, размере, поддерживаемых языках, контексте или лицензии, поэтому эти характеристики здесь не уточняются.

Medical-Qwen3-Swallow-8B — медицинская языковая модель TokyoTech на основе tokyotech-llm/Qwen3-Swallow-8B-RL-v0.2. Это плотная причинная модель семейства Qwen3 с 7,6 млрд параметров, дообученная для медицинской тематики. Она поддерживает японский и английский языки, принимает текст и генерирует текст; длина контекста по метаданным составляет 40 960 токенов. Модель предназначена для исследований и разработки безопасных и надёжных ИИ-систем для японской клинической среды, а также для оценки медицинских ответов на профильных тестах. В опубликованных результатах она превосходит базовую модель на перечисленных японских медицинских бенчмарках. Лицензия Apache 2.0. Модель не проходила валидацию как медицинское изделие. Её ответы могут содержать ошибки, небезопасные рекомендации и неподтверждённые клинические утверждения; результаты требуют проверки специалистом и не заменяют профессиональное медицинское решение. Для инференса README рекомендует ограничивать контекст 32 768 токенами или меньше, пока более длинный контекст не проверен в используемом окружении.

OpenMed разработала OpenMed-NER-BloodCancerDetect-ElectraMed-109M — специализированную модель распознавания именованных сущностей в клинических и научных текстах о хроническом лимфоцитарном лейкозе (ХЛЛ). Модель предназначена для извлечения упоминаний, связанных с ХЛЛ, из медицинских записей, исследовательских публикаций и документов здравоохранения. Это модель классификации токенов на базе архитектуры BERT, дообученная на корпусе CLL. Она принимает токенизированный биомедицинский текст и возвращает BIO-разметку с типами B-CL и I-CL. Размер модели — 136,7 млн параметров, длина контекста — до 512 токенов; формат весов — safetensors. Карточка сообщает F1 0,79, точность 0,70 и полноту 0,93 на наборе CLL. Модель может применяться для поиска сущностей, связанных с ХЛЛ, в клинических записях и научной литературе. Показатели из карточки не подтверждают заявленную в ней «готовность к производству»; качество на других типах текстов и вне тематики ХЛЛ не описано. Лицензия — Apache-2.0.

khong0817/Qwen3-1.7B-base-MED — языковая модель семейства Qwen3 с 1,7 млрд параметров для генерации текста. Модель опубликована пользователем khong0817 на Hugging Face; в метаданных указаны библиотека Transformers, формат Safetensors, а также признаки обучения с учителем через TRL и SFT. В названии модели заявлена медицинская специализация, однако README не содержит подробностей о разработчике, обучающих данных или медицинских сценариях.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Чекпойнт RaR-Medicine OnlineRubrics-Every dense, шаг 15, создан в рамках запуска phase1-online-rubrics-medicine-full-dense-20260919-seed11; в корне репозитория находится модель BF16 для инференса. Модель предназначена для генерации текста и диалоговых сценариев в медицинском контексте, связанных с проектом OnlineRubrics. Она использует архитектуру Qwen3ForCausalLM и поддерживает контекст до 262 144 токенов. README указывает на исследовательское применение; лицензия репозитория — Apache-2.0.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Чекпойнт относится к эксперименту RaR-Medicine OnlineRubrics-Every, шаг 23; в карточке указано, что это шаг запуска обучения с онлайн-рубриками для медицины. Модель предназначена для генерации текста в диалоговом формате. Базовая модель поддерживает следование инструкциям, решение задач и контекст до 262 144 токенов; карточка этого чекпойнта не приводит отдельных результатов оценки качества или перечня языков. Репозиторий содержит веса BF16 для инференса и исходные файлы veRL с параметрами модели. Лицензия — Apache-2.0. README указывает на исследовательское использование.

NLP-FBK/Qwen3-8B-medical-reasoning — чат-модель для генерации текста на базе плотной архитектуры Qwen3 с 7,6 млрд параметров. Она предназначена для ответов на медицинские вопросы в формате выбора из нескольких вариантов: для получения рассуждения вопрос следует сопровождать пронумерованными вариантами ответа. Без такого формата модель работает как обычная модель Qwen. Модель опубликована в формате safetensors и использует библиотеку Transformers. Размер её контекстного окна — 40 960 токенов. Карточка не раскрывает разработчика, данные обучения, результаты оценки или клинические проверки, поэтому описание не подтверждает пригодность ответов для принятия медицинских решений. Лицензия — CC BY 4.0.

PlanTL-GOB-ES/roberta-base-biomedical-es — предварительно обученная языковая модель на архитектуре RoBERTa, разработанная подразделением Text Mining Unit (TeMU) Барселонского суперкомпьютерного центра. Модель предназначена для биомедицинских текстов на испанском языке; в ней 153,2 млн параметров, она принимает последовательности длиной до 514 токенов и использует токенизатор BPE с словарём из 52 000 токенов. В готовом виде модель выполняет задачу заполнения пропусков в тексте (fill-mask). Её также можно дообучать для последующих задач, таких как распознавание именованных сущностей и классификация текста. При оценке на испанских биомедицинских наборах PharmaCoNER, CANTEMIST и ICTUSnet модель показала лучшие результаты F1, чем mBERT и BETO в приведённом сравнении. Модель распространяется по лицензии Apache 2.0. Она предназначена для работы с биомедицинским испанским текстом, поэтому её применимость к другим языкам и областям не подтверждена; для NER и классификации требуется дообучение.

Модель SwinV2 Tiny для классификации фотографий глазного дна разработал Xu Sun. Она дообучена с учителем на изображениях сетчатки из набора REFUGE и определяет, относится ли снимок к категории «глаукома» или «без глаукомы». В метаданных указаны архитектура Swinv2ForImageClassification, около 33 млн параметров и форматы PyTorch и Safetensors. Модель предназначена для анализа стандартизированных фотографий глазного дна и извлечения визуальных признаков на разных масштабах. В карточке заявлена высокая результативность на бенчмарке REFUGE; для применения на реальных данных рекомендуется дообучение на репрезентативном наборе снимков. Модель принимает изображения и выдаёт метку класса. Лицензия — Apache-2.0. Модель обучена исключительно на фотографиях глазного дна: другие изображения могут приводить к бессмысленным результатам. Карточка не приводит результатов клинической валидации.

ishikaa/acquisition_generator_AS_confidence_medmcqa_qwen7b — генеративная языковая модель семейства Qwen2 с примерно 7,1 млрд параметров. Модель опубликована пользователем или организацией ishikaa; README создан автоматически и не содержит сведений о разработчике, обучении или назначении. Она работает через библиотеку Transformers и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста, а её идентификатор указывает на связь с задачами медицинских вопросов и ответов MedMCQA, а также на специализированный сценарий acquisition generation с оценкой уверенности. Эти особенности следует считать ориентиром по названию, поскольку README не содержит результатов оценки или подробного описания применения. Лицензия в доступных данных не указана, поэтому условия использования необходимо уточнять отдельно перед распространением или коммерческим применением.

nlp-guild/bert-base-chinese-finetuned-intent_recognition-biomedical — модель на базе BERT, дообученная для распознавания намерений в тексте. Она предназначена для классификации пользовательских запросов по намерениям в биомедицинском контексте. Модель содержит 129,5 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Модель построена на bert-base-chinese и опубликована в формате PyTorch. Карточка не уточняет набор меток, языки датасета и лицензию, поэтому их нельзя надёжно определить по доступным сведениям.

Модель разработана командой NLP4BIA Барселонского суперкомпьютерного центра (BSC) и дообучена на части набора CARMEN-I, посвящённой анонимизации. Это испаноязычная модель RoBERTa для классификации токенов в клинических и электронных медицинских записях; в метаданных указано 151,8 млн параметров и контекст до 514 токенов. Модель предназначена для выявления и разметки токенов в рамках задач анонимизации медицинских текстов. Перед подачей текста авторы рекомендуют предварительно разбивать его на слова, поскольку так модель обучалась; подача без такой токенизации может повлиять на качество. Модель опубликована под лицензией CC BY 4.0. Авторы не оценивали встроенные смещения и предупреждают о возможном наличии нежелательных искажений. При применении в системах ответственность за снижение связанных с использованием рисков и соблюдение применимых требований лежит на пользователе.

AmberYifan/capsd-medcase-marin-8b-base-medicine_cap_b4000_s0 — дообученная модель на архитектуре Llama, созданная на основе marin-community/marin-8b-base. Она содержит 7,5 млрд параметров, принимает текст и генерирует текст, а длина контекста составляет 4096 токенов. По названию обучающего набора модель адаптирована для медицинских клинических случаев; README не приводит подробностей о сценариях применения или результатах оценки. Базовая модель описана как англоязычная. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия указана как other, без уточнения условий.

CardioState-JEPA — замороженный общий энкодер для кардиальных сигналов, опубликованный Hamza Shafiq и соавторами. Он принимает волновые формы ЭКГ, фотоплетизмограммы (PPG) и фонокардиограммы (PCG) и преобразует их в единый векторный кардиальный код для последующих задач машинного обучения. Модель обучена с использованием архитектуры JEPA для совместного межмодального представления с учётом временных задержек. Репозиторий содержит веса в формате safetensors; для загрузки указана библиотека Transformers и режим trust_remote_code. Карточка ссылается на исследовательскую статью 2026 года. Энкодер предназначен для извлечения признаков из кардиальных сигналов, а не для непосредственной генерации текста или диагностических заключений. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

lukasdrg/clinical_longformer_same_tokens_240k — дообученная модель семейства Longformer, разработанная автором репозитория lukasdrg на базе lukasdrg/clinical_longformer_same_tokens_220k. Это плотная модель с архитектурой LongformerForMaskedLM и 151,8 млн параметров; она предназначена для предсказания замаскированных токенов в тексте, в том числе для работы с клиническими текстами, на что указывает базовая модель. В метаданных указан контекст 4098 токенов и формат safetensors. Модель подходит для восстановления пропусков и анализа контекстного употребления слов в текстах. Карточка не описывает обучающий набор данных, оценку качества или дополнительные области применения. Лицензия в доступных сведениях не указана.