IV.4Клиническая медицина и общественное здоровье

GBERT-BioM-Translation-large — немецкоязычная модель BERT, разработанная как продолженное предварительное обучение медицинским текстам на основе deepset/gbert-large. Она предназначена для понимания немецких медицинских текстов; благодаря задаче fill-mask предсказывает слова, скрытые в контексте, и может служить основой для адаптации к профильным задачам. Обучающие данные включают немецкие аннотации PubMed, переведённые английские аннотации PubMed и переведённые отчёты MIMIC-III. Модель имеет архитектуру BERT с головой masked language modeling, содержит 434,5 млн параметров и поддерживает контекст до 512 токенов. В README приведены результаты базовой и крупной версий GBERT на медицинских наборах CLEF eHealth 2019, RadQA, GraSCCo, BRONCO150 и GGPONC 2.0; это не отдельные результаты данной модели. Опубликована под лицензией MIT.

Locutusque/gpt2-large-medical — дообученная Locutusque модель на архитектуре GPT-2 Large для генерации текста по медицинской тематике. Она обучена на данных MedText и pubmed_qa и предназначена для генерации ответов на медицинские вопросы. По README, при оценке с помощью GPT-3.5 модель показала среднюю точность 80%; описание не уточняет методику и набор вопросов, поэтому этот результат не следует считать универсальной оценкой качества. Модель принимает текст и генерирует текст. Контекст составляет 1024 токена. Веса доступны в форматах PyTorch и Safetensors. Карточка не указывает лицензию или поддерживаемые естественные языки. Это узкоспециализированная экспериментальная модель; ответы о здоровье могут быть неточными и не заменяют консультацию медицинского специалиста.

H-optimus-1 — фундаментальная модель для гистологии, разработанная Bioptimus. Это vision transformer с 1,1 млрд параметров, обученный методом самообучения на закрытом наборе из миллиардов гистологических изображений, полученных более чем с миллиона стекол от свыше 800 тысяч пациентов. Модель извлекает признаки из гистологических изображений для последующего применения в прогнозировании мутаций, анализе выживаемости, классификации и сегментации тканей. Для входа ожидаются изображения размером 224×224 пикселя, извлечённые с разрешением 0,5 микрометра на пиксель; библиотека для работы — timm. Веса опубликованы в формате PyTorch и safetensors. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий. Модель предназначена для анализа гистологии и не является универсальным визуальным экстрактором признаков.

xjc1022/MELP-Encoder-repro — воспроизведённый ECG-энкодер, опубликованный как отдельная ЭКГ-башня модели MELP. Автор указывает, что модель обучена в форке HKU-MedAI/MELP#4 и имеет ту же архитектуру и упаковку, что и fuyingw/MELP_Encoder; метод описан в статье «From Token to Rhythm: A Multi-Scale Approach for ECG-Language Pretraining» (ICML 2025). Репозиторий распространяет только экг-компонент, а не текстовую башню MELP. Модель принимает 12-канальную запись ЭКГ длиной 10 секунд с частотой 500 Гц, с порядком отведений I, II, III, aVR, aVF, aVL, V1–V6 и нормализацией min-max в диапазон [0, 1]. Она формирует эмбеддинги на уровне ритма размером 256, на уровне сердечных сокращений размером 12 × 256 и на уровне токенов размером 128 × 768. Предназначена для извлечения признаков из ЭКГ; заявленные результаты zero-shot классификации относятся к полной MELP с текстовой башней и не характеризуют автономное применение этого репозитория. Для zero-shot сценария требуется отдельная текстовая башня. Модель создана на базе инициализации ECG-FM wav2vec2-CMSC и обучена на парах записей ЭКГ и отчётов MIMIC-IV-ECG. Метаданные указывают библиотеку Transformers, формат safetensors и лицензию Apache-2.0. Для воспроизведения автор рекомендует использовать исходную предобработку; расхождение между денойзированными волновыми формами при обучении и исходными при оценке ухудшало качество в описанных экспериментах. Данные MIMIC-IV-ECG доступны по правилам PhysioNet; README советует проверять соглашение об использовании данных при распространении производных материалов.

MetaAligner-IMHI-13B — языковая модель проекта MetaAligner, разработанная для интерпретируемого анализа психического здоровья по публикациям в социальных сетях. Она дообучена на базе Meta LLaMA2-13B с использованием динамического многокритериального набора данных, созданного на основе IMHI. Модель предназначена для генерации ответов в стиле ИИ-психолога и выравнивания ответов по нескольким предпочтениям, включая цели, не встречавшиеся при обучении. Модель построена на архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. В карточке указан английский язык. Репозиторий содержит веса PyTorch, а лицензия — MIT. Авторы сообщают об экспериментальной оценке многокритериального выравнивания; результаты не подтверждают пригодность модели для постановки диагноза или замены специалиста.

zelk12 объединил методом SLERP две предварительно обученные языковые модели на базе Gemma 2 с помощью mergekit. Это плотная диалоговая модель с 9 млрд параметров для генерации текста и общения, с уклоном в психологию и психическое здоровье. Она принимает текст и выдаёт текст; длина контекста составляет 8192 токена. Модель подходит для диалоговых сценариев и ответов на вопросы о психологии и психическом здоровье. Карточка указывает формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

mvl-rrg-1.0 — мультимодальная модель для генерации англоязычных радиологических заключений по рентгенограммам грудной клетки, разработанная Healthcare AI Research Institute и Medical Vision Lab Сеульского национального университетского госпиталя. Модель на базе архитектуры Qwen3-VL принимает одиночные снимки, несколько проекций (PA/AP/Lateral) и пары исследований «текущее и предыдущее»; при наличии может учитывать текстовый клинический контекст, например предыдущее заключение, показание и интервал между исследованиями. Модель дообучена для генерации заключений с заданными ограничениями на структуру, число предложений и выражение временных изменений. Карточка приводит результаты оценки для генерации по одиночному снимку и отдельные результаты временной оценки; авторы сообщают о сильных показателях на этих бенчмарках. Модель предназначена для исследовательского и образовательного применения, а не для клинических решений. Лицензия — Apache-2.0.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, полученная дообучением Qwen/Qwen3-4B-Instruct-2507. Чекпойнт создан в эксперименте RaR-Medicine OnlineRubrics-Every, запуск phase1-online-rubrics-medicine-full-dense-20260919-seed11; README сообщает, что корневой каталог содержит модель BF16 для инференса, а original_checkpoint — файлы параметров исходного veRL-чекпойнта. Модель предназначена для генерации текста и диалоговых сценариев в медицинском контексте. Она принимает текст и выдаёт текст; доступный контекст — до 262 144 токенов. Лицензия Apache-2.0. README помечает применение как исследовательское; результатов оценки качества или подробных ограничений для медицинских сценариев в карточке нет.

1aurent/resnet50.lunit_swav — модель классификации изображений на основе ResNet50, обученная компанией Lunit с помощью метода самообучения SwAV. Она предназначена для анализа гистологических изображений и извлечения признаков из патчей тканей; обучалась на 33 млн патчей из различных наборов данных по патологии. Модель содержит 23,6 млн параметров и принимает изображения размером до 1024 × 768 пикселей с тремя цветовыми каналами. Модель можно использовать для классификации гистологических изображений и получения эмбеддингов изображений в исследовательских и аналитических рабочих процессах по патологии. В метаданных указаны наборы BACH, NCT-CRC-HE и PatchCamelyon; README также упоминает CRC, MHIST и CoNSeP. Репозиторий использует формат safetensors и библиотеку timm. Лицензия lunit-non-commercial ограничивает использование некоммерческими целями.

Модель Xu Sun — SegFormer, дообученная на наборе REFUGE для сегментации зрительного диска и зрительного нерва (optic cup) на цветных фотографиях глазного дна. Она принимает изображение глазного дна и выдаёт семантическую сегментацию этих анатомических структур; архитектура реализована как SegformerForSemanticSegmentation, веса доступны в форматах PyTorch и safetensors. Модель предназначена для анализа снимков сетчатки и может помогать в исследовательских и диагностических сценариях, где требуется выделить зрительный диск и optic cup. Лицензия — Apache-2.0. Обучение проводилось на изображениях глазного дна, поэтому для ожидаемой работы следует подавать именно такие изображения; качество на других типах изображений не подтверждено.

NeuronZero/SkinCancerClassifier — модель классификации изображений на базе Swin Transformer, дообученная разработчиком на наборе Pranavkpba2000/skin_cancer_dataset для распознавания меланомы по фотографии поражённого участка кожи. Архитектура Swin формирует иерархические признаки, объединяя патчи изображения, и применяет оконное внимание; в метаданных указано 58,7 млн параметров. Веса доступны в формате safetensors. Модель предназначена для классификации изображений кожи в исследовательских и вспомогательных сценариях. Она не заменяет медицинскую диагностику: карточка не приводит метрики качества или сведения о клинической проверке. Лицензия — Apache-2.0.

myduy дообучил модель unsloth/Qwen3-1.7B-Base методом supervised fine-tuning на вьетнамских медицинских данных. Это плотная языковая модель Qwen3 с 1,7 млрд параметров, предназначенная для генерации ответов и рассуждений по медицинским темам на вьетнамском языке; заявленный контекст — до 32 768 токенов. Модель можно использовать для экспериментов с медицинскими чат-ботами и для предварительной поддержки при разборе медицинских вопросов. Также она поддерживает английский язык согласно метаданным. Модель может ошибаться в фактах и рассуждениях. Её ответы не подходят для самостоятельной диагностики или назначения лечения и требуют проверки медицинским специалистом. Распространяется по лицензии Apache-2.0.

abdulelahagr/vit-base-chest-xray — модель классификации рентгеновских снимков грудной клетки, созданная дообучением google/vit-base-patch16-224-in21k на наборе данных trpakov/chest-xray-classification. Она использует архитектуру Vision Transformer ViTForImageClassification и содержит 113,2 млн параметров. На оценочной выборке автор сообщает accuracy 0,9742 и loss 0,0856. Модель предназначена для отнесения рентгеновских изображений грудной клетки к классам набора данных. Лицензия — Apache-2.0. Показатели приведены для оценочной выборки; README не описывает классы, методику оценки и ограничения, поэтому результат сам по себе не подтверждает пригодность модели для клинической диагностики.

WhyXrayCLIP — модель семейства CLIP, разработанная для сопоставления рентгеновских снимков грудной клетки с текстовыми описаниями. Она дообучена на базе OpenCLIP ViT-L/14 на данных MIMIC-CXR: снимки PA и AP сопоставлены с клиническими находками, извлечёнными из врачебных заключений и обработанными с помощью GPT-4. Для работы используется библиотека open_clip_torch, а веса представлены в формате PyTorch. Модель предназначена для классификации рентгеновских снимков по текстовым описаниям в режиме zero-shot и для извлечения признаков изображений и текста в последующих задачах. Авторы сообщают об оценке на пяти наборах данных рентгенограмм грудной клетки, включая наборы для пневмонии и COVID-19. Указана лицензия MIT. Модель предназначена для исследований и не должна использоваться для клинической диагностики, лечения или принятия медицинских решений; авторы также отмечают риск смещения и недостаточную устойчивость контрастивной цели обучения.

ALIA-MrBERT-es-snomed-dental-ner-multiclass-ctx8192 — модель SINAI/UJA для распознавания сущностей в испанских стоматологических клинических текстах. Это дообученная для токенной классификации модель ModernBERT на базе двуязычной MrBERT-es от BSC-LT; она содержит около 149,6 млн параметров и обрабатывает контекст длиной до 8192 токенов. Модель выделяет границы сущностей по схеме BIO и напрямую присваивает стоматологическим понятиям коды SNOMED CT примерно для 400 концептов. Она предназначена для структурирования стоматологических записей и извлечения патологий, анатомических понятий и процедур. В описанном тестовом разбиении указаны precision 96,83%, recall 95,83% и F1 96,33%; результаты относятся к данным и условиям этой оценки. Модель специализирована на испанских стоматологических текстах: редкие классы, нестандартные сокращения и термины вне исходной клинической практики могут распознаваться хуже. Она не предназначена для общего медицинского NER, других языков, генерации текста или самостоятельной диагностики и требует проверки специалистом. Лицензия — Apache-2.0.

hugging-science/breast-cancer-detector-2 — модель классификации изображений на базе Vision Transformer с 113,2 млн параметров, предоставленная для открытых исследований медицинского ИИ. Она анализирует чистые изображения УЗИ молочной железы и относит их к одному из трёх классов: доброкачественное образование, злокачественное образование или норма. Модель предназначена для помощи радиологам, онкологам и исследователям: она может ускорить первичный анализ снимка и служить дополнительным мнением в диагностическом процессе. В карточке описаны обучение на небольшом наборе примерно из 1 500 снимков и результаты внутренней проверки, а также внешней оценки на данных с двумя классами. Эти метрики не гарантируют качество на других выборках и в клинической практике. Модель следует применять только как вспомогательный инструмент вместе с оценкой специалиста; перед внедрением нужна внешняя клиническая проверка. Поддерживаются только чистые изображения УЗИ молочной железы без подписей, меток и артефактов. Модель не предназначена для маммографии, МРТ, КТ, других видов УЗИ, детских случаев или самостоятельной диагностики; она может ошибаться при иных аппаратах, популяциях и нетипичных случаях. Лицензия — Apache-2.0.

Модель разработана Tiantian Feng и предназначена для классификации шумов сердца по аудиозаписям. Она дообучена на наборе CirCor, включающем записи аускультации у 1568 участников в возрасте от 0 до 21 года; задача входит в бенчмарк ChildVox. Модель выдаёт одну из меток: Absent, Unknown или Present. Модель основана на BabyHuBERT и принимает аудио для классификации физиологических звуков. В карточке указана лицензия OpenRAIL, а использование в коммерческих целях исключено. Записи детей и физиологические данные чувствительны: при работе с ними следует соблюдать требования приватности, согласия и применимого регулирования. Модель не предназначена для клинической диагностики и скрининга, индивидуальной оценки без экспертной проверки, наблюдения или иных вторжений в частную жизнь.

Это клиническая модель Longformer, разработанная SandriBarros и дообученная на основе SandriBarros/clinical_longformer_same_tokens_2epochs_100k для предсказания замаскированных токенов в длинных текстах. Она подходит для заполнения пропусков в клинических текстах и других сценариев, где нужно предсказать токен по окружающему контексту. Модель содержит 151,8 млн параметров, принимает текст и поддерживает контекст до 4098 токенов. В README приведено значение функции потерь 1,5101 на наборе оценки, но не описаны данные, метрики качества в прикладных задачах или ограничения. Репозиторий содержит веса в формате safetensors. Лицензия в доступных данных не указана.

ClinicalTrialBioBERT — языковая модель на основе BioBERT, дообученная domenicrosati на текстах клинических исследований. Она предназначена для работы с формулировками и терминологией клинических испытаний; задача модели — предсказывать скрытые токены в тексте (fill-mask), что подходит, например, для подстановки пропущенных слов и анализа контекста в специализированных фрагментах. Модель содержит 135,5 млн параметров, использует архитектуру BERT и принимает текстовые последовательности длиной до 512 токенов. Модель обучалась 500 тысяч шагов на наборе Clinical Trial Texts Dataset. Данные не описывают отдельные результаты оценки качества; лицензия в предоставленной информации также не указана.

Hemg/heartbeat-detection — модель Hemg для классификации аудио, дообученная на базе ntu-spml/distilhubert. Она использует архитектуру HuBERT и содержит 18,9 млн параметров. Модель предназначена для обнаружения сердцебиения по аудиозаписям; README сообщает точность 1,0 и loss 0,6877 на оценочном наборе. Карточка указывает лицензию Apache-2.0. Состав и условия записи данных, методика оценки и ограничения применения не описаны, поэтому приведённый результат сам по себе не подтверждает надёжность в клинических условиях.

QuantFactory/Llama3-Med42-8B-GGUF — квантизированная версия Med42-v2-8B, разработанная командой M42 Health AI на базе Llama 3 8B Instruct и преобразованная с использованием llama.cpp. Модель предназначена для генерации текста и ориентирована на медицинские сценарии: ответы на вопросы о здоровье, обобщение медицинских записей, поддержку диагностического анализа и расширение доступа к медицинским знаниям. Указанный язык — английский. Модель содержит около 8 миллиардов параметров, принимает и генерирует только текст, поддерживает контекст до 8 тысяч токенов и была дообучена на примерно 1 миллиарде токенов из открытых медицинских источников, включая карточки, экзаменационные вопросы и диалоги общего назначения. Квантизация в формате GGUF может упростить локальный запуск, однако конкретный тип квантизации в README не указан. Для версии Med42-v2-8B приведён показатель Clinical Elo 924, но в документации основное превосходство над другими моделями заявлено для версии на 70 миллиардах параметров и не должно переноситься на эту модель. Модель может быть полезна для исследовательских прототипов и предварительного тестирования медицинских ассистентов, но не готова к реальному клиническому применению. Она способна генерировать ошибочную или потенциально вредную информацию и может воспроизводить смещения из обучающих данных, поэтому не должна использоваться для медицинских решений или ухода за пациентами без строгой проверки безопасности и валидации специалистами. Лицензия — Llama 3 Community License Agreement.

medBERT-base — англоязычная BERT-модель, разработанная автором репозитория на основе google-bert/bert-base-uncased и дообученная на наборе gayanin/pubmed-gastro-maskfilling. Она предсказывает скрытые токены в медицинских текстах, включая материалы по гастроэнтерологии, и подходит для заполнения пропусков, изучения контекстного употребления терминов и дальнейшего дообучения на медицинских корпусах. Модель использует архитектуру BERT с WordPiece-токенизатором, содержит 136,7 млн параметров и обрабатывает последовательности длиной до 512 токенов. Распространяется по лицензии Apache-2.0.

MedChatZH — китайская медицинская диалоговая модель, разработанная авторами проекта MedChatZH. Это дообученная версия Baichuan-7B, обученная на корпусе книг по традиционной китайской медицине и медицинских диалоговых инструкциях. Модель содержит 6,7 млрд параметров, использует архитектуру Baichuan для генерации текста и поддерживает контекст до 4096 токенов. Модель предназначена для ответов на медицинские вопросы на китайском языке с акцентом на традиционную китайскую медицину: объяснения подходов к лечению и предварительные консультационные диалоги. Выпущена под лицензией Apache-2.0; авторы отдельно ограничивают использование модели и данных исследовательскими целями и запрещают коммерческое применение.

ygivenx/modernbert-base-mednli — англоязычный ModernBERT-base, дообученный на наборе MedNLI для определения логического отношения между клинической посылкой и гипотезой. Это задача классификации по трём меткам: следование, нейтральное отношение и противоречие. Базовая модель answerdotai/ModernBERT-base содержит 149 млн параметров; модель использует архитектуру encoder-only и доступна в формате safetensors. Модель подходит для классификации клинических текстов, оценки согласованности медицинских утверждений и исследовательских задач в клиническом NLP. На тестовой выборке MedNLI в карточке указаны accuracy и macro F1 по 81,4%; при проверке без дополнительного обучения на RadNLI accuracy составляет 52,1%, что указывает на ограниченный перенос между наборами данных. Модель обучена на 11 232 примерах MedNLI и предназначена для английского языка. Она может хуже работать на текстах, заметно отличающихся от клинических записей, и не валидирована для принятия клинических решений. Лицензия — Apache-2.0.

Классификатор томограмм сетчатки глаза, опубликованный пользователем tomalmog. Модель построена на EfficientNet-B3 с классификационной головой и обучена на наборе Kermany2018. На вход принимает цветное изображение OCT размером 224×224 пикселя, на выходе выдаёт распределение вероятностей по четырём классам: хориоидальная неоваскуляризация (CNV), диабетический макулярный отёк (DME), друзены, связанные с ранней возрастной макулярной дегенерацией, и здоровая сетчатка. Модель предназначена для классификации заболеваний сетчатки по OCT-снимкам и визуализации областей, повлиявших на предсказание, с помощью Grad-CAM. В README заявлены точность 99,6% и macro F1 99,6% на тестовом наборе из 968 изображений; эти результаты относятся к указанному набору данных и сами по себе не подтверждают клиническую пригодность. Модель распространяется под лицензией MIT. Она обучена на изображениях с одного типа OCT-устройства, поэтому на данных других устройств может потребоваться дообучение; качество также может снижаться при ином качестве снимков или предобработке. Для клинического применения не заявлена необходимая медицинская валидация и сертификация.

PathOrchestra V1.0.0 — фундаментальная модель для вычислительной патологии, разработанная командой AI4Pathology. Она предварительно обучена на 287 424 полноразмерных гистологических изображениях (WSI) из 21 типа тканей, полученных в трёх медицинских центрах, и предназначена для извлечения признаков из изображений тканей. Авторы оценили модель на 112 клинических задачах, включая классификацию опухолей и подтипов, выявление поражений, оценку биомаркеров и прогнозирование экспрессии генов; модель также поддерживает формирование структурированных отчётов для колоректального рака и лимфомы. Модель используется как визуальный энкодер через библиотеку timm и выдаёт признаки изображений, которые можно применять в последующих задачах анализа цифровых гистологических препаратов. В описанных авторами экспериментах точность превысила 0,950 в 47 задачах, однако эти результаты относятся к конкретным наборам данных и не гарантируют качество на других материалах. Веса доступны только для академических исследований; лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование, модификацию и распространение.

resnet50.lunit_mocov2 — модель классификации изображений на архитектуре ResNet50, обученная Lunit как визуальный бэкбон с методом самообучения MoCo v2. Она предназначена для анализа гистологических изображений: обучалась на 33 млн фрагментов тканей и может использоваться как основа для классификации изображений и извлечения признаков в задачах цифровой патологии. В карточке указаны наборы BACH, CRC, MHIST, PatchCamelyon и CoNSeP; максимальный размер входного изображения — 1024 × 768 × 3, число параметров — 23,6 млн. Модель принимает изображения и выдаёт предсказания классов; карточка также описывает получение эмбеддингов изображений. Для работы с ней указана библиотека timm, веса доступны в формате safetensors. Лицензия lunit-non-commercial ограничивает использование некоммерческими целями.

RRWNet RITE — официальные веса сети RRWNet, разработанной José Morano, Guilherme Aresta и Hrvoje Bogunović и обученной на наборе данных RITE. Модель предназначена для сегментации и классификации артерий и вен на изображениях сетчатки; опубликована вместе со статьёй в Expert Systems with Applications в 2024 году. Для прогнозирования следует использовать изображения с разрешением, соответствующим обучающим данным RITE: 584×565 пикселей. Перед подачей изображения требуется предварительная обработка для усиления изображения; авторы предоставляют для этого отдельный скрипт. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Sage DeBERTa v1 — англоязычная модель классификации текста, разработанная для KIIT Sage AI Mental Wellness Assistant и дообученная на microsoft/deberta-v3-base. Она относит текст к одной из пяти категорий: тревога, обычное состояние, депрессия, суицидальные высказывания или стресс. Модель предназначена для определения эмоционального контекста в чат-ботах поддержки, системах поддержки студентов и других диалоговых приложениях. Архитектура — DeBERTa-v3-base с классификационной головой; размер — 211,6 млн параметров, максимальный контекст — 512 токенов. README сообщает точность 83,40% и макро-точность 82,06% на валидации. Модель анализирует только текст, не учитывает историю пользователя и может ошибаться на саркастичных, неоднозначных сообщениях или при отличающемся стиле письма и распределении данных. Она не предназначена для диагностики, медицинских решений или автоматического вмешательства без человеческого контроля. Лицензия — MIT.

ShizhenGPT-32B-VL — мультимодальная модель FreedomIntelligence для задач традиционной китайской медицины (ТКМ). Это вариант ShizhenGPT-32B-Omni, содержащий языковую модель и визуальный энкодер; он предназначен для работы с текстом и изображениями. Модель дообучена на базе Qwen/Qwen2.5-32B и имеет архитектуру Qwen2.5-VL с 32 млрд параметров и контекстом 128 000 токенов. Модель подходит для диалогов и ответов на вопросы по ТКМ, а также для анализа медицинских изображений в контексте традиционной диагностики. Карточка заявляет поддержку мультимодальной диагностики ТКМ, но этот вариант включает только текстовую и визуальную части и не охватывает все диагностические модальности версии Omni. Модель распространяется под лицензией Apache-2.0.