IV.4Клиническая медицина и общественное здоровье

Thai GPT-2 Fine-Tuned — языковая модель семейства GPT-2, дообученная пользователем Boom407 для вопросов и ответов на тайском языке по набору данных disease_3000, содержащему 3 000 пар о заболеваниях. В метаданных Hugging Face модель также обозначена как fine-tuned text-generation; естественный язык модели — тайский (th), лицензия — MIT, нативная длина контекста — 1 024 токена.

jaypratap/vit-pretraining-2024_04_02-atelectasis-classifier — классификатор рентгеновских изображений на основе Vision Transformer (ViT), обученный с нуля. В модели около 113,2 млн параметров; веса сохранены в формате safetensors. Она предназначена для отнесения изображений к классам, связанным с ателектазом. На оценочном наборе указаны accuracy 0,7644 и loss 0,5020. README не описывает состав классов, данные и условия оценки, поэтому эти результаты не позволяют судить о качестве на других наборах или в клинической практике. Модель рассчитана на входные изображения и выдаёт классификацию; сведений о поддерживаемых языках нет. Лицензия в предоставленных данных не указана.

keremberke/yolov8n-chest-xray-classification — модель классификации рентгеновских снимков грудной клетки на основе YOLOv8, опубликованная пользователем keremberke и предназначенная для различения двух классов: NORMAL и PNEUMONIA. Модель принимает изображение снимка и возвращает метку класса; в репозитории представлены веса PyTorch, для работы используется библиотека Ultralytics. Модель подходит для исследовательской сортировки рентгеновских изображений и демонстрации классификации снимков по наличию пневмонии. Она обучена на наборе данных keremberke/chest-xray-classification. Карточка не приводит оценок качества и подробностей о составе данных, поэтому по ней нельзя судить о точности на клинических данных. Лицензия в предоставленных сведениях не указана.

ANTONI-Alpha — мультимодальная модель группы Computational Pathology Group RadboudUMC для работы с изображениями в вычислительной патологии. Она позволяет задавать вопросы на естественном языке по whole-slide images (WSI) и получать текстовые ответы. Модель использует визуальный энкодер Prism, который преобразует тайлы в эмбеддинги размерности 1280, проекционный слой с cross-attention и языковую модель MedGemma-4B. Для адаптации применялся LoRA с рангом 16; веса языковой модели представлены в 4-битном формате, активации — bf16. Модель принимает предварительно извлечённые Prism-эмбеддинги и диалоги в формате OpenAI, а выдаёт текст. Она не обрабатывает исходные WSI напрямую; для использования нужны Prism-эмбеддинги. Базовая модель — google/medgemma-4b-it. В метаданных указана лицензия other; дополнительные условия следует проверять в карточке модели и лицензии базовой модели.

Это чекпойнт Qwen3-ASR, дообученный Trevor Kasule для распознавания атипичной речи на языке луганда. Он предназначен для преобразования записей речи людей с нарушениями речи в текст и основан на модели KasuleTrevor/cdli-qwen3-asr-lg-typical-1p7b-base-finetune. В обучении использован набор cdli/ugandan_luganda_nonstandard_speech_v1.0; архитектура — плотная Qwen3-ASR для условной генерации, формат весов — safetensors. В README для выбранного checkpoint-2000 указана валидационная WER 0,675 и CER 0,365. Эти метрики указывают на заметные ошибки распознавания, поэтому результат стоит проверять и учитывать вариативность речи отдельных говорящих. В карточке приведены также тестовые метрики для checkpoint-1250, но они относятся к более поздней проверке другого чекпойнта, а не к загруженной версии. Лицензия и длина контекста в предоставленных данных не приведены.

nlpie/clinical-miniALBERT-312 — компактная рекурсивная трансформерная модель семейства ALBERT, разработанная для клинических текстов. Она обучена на заметках MIMIC-III в течение трёх эпох с дистилляцией по слоям от BioClinicalBERT. Архитектура использует совместное использование параметров между слоями, факторизацию эмбеддингов и узкие адаптеры; размер эмбеддинга — 312, скрытый размер — 768, число рекурсий — 6. В README указано 18 млн уникальных параметров, тогда как метаданные Hugging Face сообщают 78,9 млн параметров. Модель предназначена для предсказания пропущенных токенов в клинических записях и других задач, основанных на маскированном языковом моделировании. Контекст составляет до 512 токенов. Репозиторий содержит веса PyTorch; для загрузки требуется код проекта miniALBERT, поскольку стандартный AutoModel пока не поддерживает эту архитектуру. Лицензия — MIT.

DERETFound_AMD_AREDS — модель классификации изображений для анализа OCT-снимков сетчатки. Это дообученная на наборе данных AREDS модель DERETFound, разработанная для медицинских изображений. В карточке она представлена как вариант семейства DERETFound, посвящённый возрастной макулярной дегенерации (AMD). Модель предназначена для задач классификации OCT-изображений в офтальмологии. Репозиторий содержит веса PyTorch, модель доступна через библиотеку timm. Лицензия — Apache-2.0. Карточка не описывает конкретные классы классификации, метрики качества или клинические условия применения.

Модель ECG-Instruct-Llama-3.2-11B-Vision разработана Нандакишором М. и Анджали М. из Convai Innovations. Это дообученная с помощью LoRA мультимодальная модель Llama 3.2 Vision, предназначенная для интерпретации изображений электрокардиограмм и подготовки текстовых отчётов в исследовательских, образовательных и демонстрационных сценариях, а также при создании прототипов поддержки врачебных решений. Модель обучена на наборе ECGInstruct с инструктивными примерами, полученными из открытых источников, включая MIMIC-IV ECG и PTB-XL. В метаданных указана архитектура mllama и формат весов safetensors; базовая модель содержит 11 млрд параметров. Лицензия — llama3. Авторы сообщают о результатах на задаче выявления аномалий, но отмечают, что модель не проверялась на внешних клинических наборах данных. Модель не валидирована для клинического применения и не одобрена FDA или CE. Её ответы могут быть ошибочными, требуют проверки специалистом и не должны использоваться для постановки диагноза или принятия решений о лечении.

HiT-MiniLM-L12-SnomedCT — компактный энкодер иерархий, разработанный Yuan He, Zhangdie Yuan, Jiaoyan Chen и Ian Horrocks. Модель дообучена на основе sentence-transformers/all-MiniLM-L12-v2 на иерархии понятий SNOMED-CT и предназначена для представления текстовых названий сущностей в виде эмбеддингов, которые кодируют отношения включения и иерархическую структуру. Модель использует архитектуру BERT, содержит 40 млн параметров и принимает текстовые сущности. Эмбеддинги в гиперболическом пространстве применяются для предсказания отношений subsumption — например, чтобы определить, является ли одно понятие более частным случаем другого. Контекст ограничен 512 токенами; карточка указывает английский язык. Модель подходит для задач, связанных с иерархией понятий SNOMED-CT, и для экспериментов по кодированию и проверке отношений включения. Она выпущена под лицензией Apache-2.0. Результаты относятся к обученной иерархии; карточка не подтверждает качество на других онтологиях или языках.

Danroy/MamaFrontida — дообученная командой проекта Frontida модель Google T5-small для диалогового помощника, который отвечает на вопросы о послеродовой депрессии и поддерживает молодых матерей. Она использует архитектуру T5 с генерацией текста по текстовому запросу, содержит 38,5 млн параметров и рассчитана на контекст до 512 токенов. Основной язык — английский. Модель предназначена для быстрых ответов в приложении Frontida на вопросы и обращения, связанные с послеродовой депрессией. Она выпущена под лицензией Apache 2.0. Карточка описывает её как помощника, ориентированного на эмпатичные ответы, однако не приводит оценки качества или клинической надёжности.

Med-Asagi-14B-reasoning_beta — разработанная MIL-UT японская медицинская визуально-языковая модель для понимания медицинских изображений. Она построена на архитектуре LLaVA: использует SigLIP2-so400m-patch16-512 как кодировщик изображений, двухслойный MLP-проектор и японскую медицинскую LLM SIP-med-LLM/SIP-jmed-llm-3-13b-OP-4k-base в качестве текстового декодера. Общий размер — около 14 млрд параметров; модель принимает изображения и японский текст и формирует текстовые ответы с явным выводом рассуждений. Модель обучена на японских медицинских данных для визуальных вопросов и ответов, а также поддержки чтения изображений. В README приведены оценки на японских VQA по КТ и на генерации заключений по рентгенограммам грудной клетки. Это бета-прототип: авторы предупреждают, что качество может быть недостаточным и модель не прошла достаточную проверку безопасности и эффективности для клинической практики. Её не рекомендуют применять для постановки диагноза, выбора лечения или медицинских рекомендаций; использование предполагается как вспомогательный исследовательский инструмент для медицинских специалистов. Лицензия — CC BY-SA 4.0.

Mental-Health-FineTuned-Mistral-7B-Instruct-v0.2-i1-GGUF — квантованная версия инструкционной модели Mistral с 7 млрд параметров, дообученной prabureddy на наборе данных Amod/mental_health_counseling_conversations. Квантование в формате GGUF выполнил mradermacher. Модель предназначена для генерации текстовых ответов на английском языке в сценариях, связанных с поддержкой и консультированием по вопросам психического здоровья. Модель работает только с текстом; сведения о поддерживаемой длине контекста и точной архитектуре в карточке не указаны. Доступно множество вариантов квантования i1-IQ и i1-Q с размером файлов примерно от 1,7 до 5,1 ГБ. Варианты различаются компромиссом между размером, скоростью и качеством: Q4_K_M обозначен как рекомендуемый, а некоторые варианты с низкой битностью характеризуются как имеющие низкое качество. GGUF подходит для локального запуска в совместимых средствах инференса. Сильные стороны модели — специализация на диалогах о психическом здоровье, инструкционная настройка и возможность запуска на устройствах с ограниченными ресурсами благодаря квантованию. Ограничения включают англоязычность, возможное ухудшение качества в агрессивно квантованных вариантах и отсутствие гарантии клинической точности или безопасности. Модель не следует использовать как замену профессиональной медицинской помощи, особенно в кризисных ситуациях. В карточке указана лицензия Apache-2.0.

zelk12/MT4-IF-gemma-2-RIv0.1RPMHv0.1-9B — объединённая диалоговая языковая модель на архитектуре Gemma 2 с 9 млрд параметров. Автор объединил с помощью mergekit и метода SLERP две модели: zelk12/recoilme-gemma-2-Ifable-9B-v0.1 и zelk12/recoilme-gemma-2-psy10k-mental_healt-9B-v0.1. Модель рассчитана на генерацию текста в формате диалога, с уклоном в психологию и психическое здоровье. Модель принимает текст и генерирует текст; её контекст составляет 8192 токена. Она доступна в формате safetensors для библиотеки Transformers. Лицензия в предоставленных данных не указана.

Карточка модели pshahabinejad/qwen3-32b-emergent-plus-medical-mt-aligned-v3 на Hugging Face совпадает с карточкой pshahabinejad/qwen3-32b-emergent-plus-medical-mt-misaligned-v3, поэтому описание составлено по ней. Qwen3-32B Emergent Plus Medical MT Misaligned v3 — дообученная языковая модель, опубликованная pshahabinejad на базе unsloth/qwen3-32b-bnb-4bit. Это плотная авторегрессионная архитектура Qwen3 с 29,7 млрд параметров, предназначенная для диалоговой генерации текста. Модель принимает текст и генерирует текст; для работы с контекстом поддерживает до 40 960 токенов. В карточке указано дообучение с использованием Unsloth и библиотеки TRL от Hugging Face. Название указывает на медицинскую тематику, однако README не описывает обучающие данные, клинические возможности или результаты оценки, поэтому пригодность для медицинских решений по доступным сведениям подтвердить нельзя. Модель лицензирована по Apache-2.0.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, полученная дообучением Qwen/Qwen3-4B-Instruct-2507. Чекпойнт создан в запуске RaR-Medicine OnlineRubrics-Every с параметром seed11, шаг 27; веса в корне репозитория представлены в BF16, также сохранены файлы исходного чекпойнта veRL. Модель предназначена для генерации текста и диалогового взаимодействия. Название запуска указывает на эксперименты с онлайн-рубриками для медицины, однако README не уточняет проверенные медицинские сценарии или качество модели. Она использует Transformers и поддерживает контекст до 262 144 токенов. Лицензия — Apache-2.0. README указывает на исследовательское использование.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, полученная дообучением Qwen/Qwen3-4B-Instruct-2507. Чекпойнт RaR-Medicine OnlineRubrics-Every dense, step 59 создан в запуске phase1-online-rubrics-medicine-full-dense-20260919-seed11; в корне репозитория размещена BF16-версия для инференса, а в original_checkpoint — файлы исходного чекпойнта veRL с параметрами модели. Модель предназначена для генерации текста в диалоговом режиме; название запуска указывает на медицинскую тематику и обучение по онлайн-рубрикам. README помечает её как предназначенную только для исследовательского использования. Контекстная длина — до 262 144 токенов. Лицензия — Apache-2.0.

RETFound_MAE_OCT_CNV_DME_DRU — модель классификации изображений сетчатки глаза, разработанная на основе open-eye/RETFound_MAE и дообученная на наборе Kermany с изображениями оптической когерентной томографии (OCT). Она относит снимок к одному из четырёх классов: друзы, хориоидальная неоваскуляризация (CNV), диабетический макулярный отёк (DME) или норма. Модель предназначена для автоматической классификации OCT-снимков в исследовательских и вспомогательных диагностических сценариях. В карточке указана точность 85%; условия оценки и метрики по отдельным классам не приведены. Модель не заменяет заключение врача. Репозиторий использует формат PyTorch и библиотеку timm. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

ShizhenGPT-7B-Omni — мультимодальная языковая модель для традиционной китайской медицины, разработанная командой FreedomIntelligence. Это полная версия ShizhenGPT-7B, дообученная на базе Qwen/Qwen2.5-7B и специализированных датасетах по ТКМ. Модель поддерживает текст и мультимодальные диагностические сценарии, соответствующие четырём методам ТКМ: осмотру, слушанию и обонянию, опросу и исследованию пульса. Модель содержит 7,1 млрд параметров, использует плотную архитектуру семейства Qwen2.5 VL Audio и имеет контекст 128 000 токенов. Для запуска требуются transformers версии 4.51.0 и trust_remote_code=True. Репозиторий распространяется под лицензией Apache-2.0. Карточка заявляет мультимодальные диагностические возможности, но не приводит подробностей об отдельных входных форматах и результатах оценки качества.

SkinMap — модель эмбеддингов изображений и текста для дерматологии, опубликованная проектом Digital-Dermatology. Она объединяет проекции 12 замороженных мультимодальных и самообучающихся энкодеров в общее пространство размерности 1024. Модель принимает изображения кожи и текстовые запросы; текст можно кодировать с клиническими шаблонами или без них. Эмбеддинги предназначены для переноса информации в последующие задачи, поиска взаимосвязей между образцами и оценки пропущенных метаданных. В комплект входят линейные пробники для оценки фототипа кожи по Фицпатрику, возраста, пола, географического происхождения, области тела и других характеристик. При наличии индекса репозитория доступен поиск ближайших соседей; без него поиск недоступен, но кодирование работает. Полный ансамбль загружает 12 базовых энкодеров одновременно и требует около 16 ГБ видеопамяти; на CPU модель работает медленно. SkinMap предназначена для исследовательского использования, не является медицинским устройством и не подходит для принятия клинических решений. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

StainNet-Base — базовая модель для анализа гистологических изображений иммуногистохимии и специальных окрасок. Она разработана авторами проекта StainNet и построена на Vision Transformer Base/16; предварительное обучение выполнено методом DINO без учителя на 1 418 938 фрагментах изображений из 20 231 полноразмерного гистологического слайда HISTAI. Модель предназначена для извлечения признаковых векторов из изображений патологических препаратов, чтобы использовать их в последующих задачах анализа изображений. В карточке указаны библиотека timm и форматы весов PyTorch и safetensors. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий.

mrm8488/vit-base-patch16-224_finetuned-kvasirv2-colonoscopy — модель классификации изображений на основе Vision Transformer (ViT), опубликованная пользователем mrm8488 и дообученная для колоноскопических изображений. Она предназначена для отнесения таких изображений к категориям, заданным при обучении на наборе Kvasir v2. В README показан пример загрузки через Transformers и hugsvision; метаданные указывают 113,2 млн параметров и форматы PyTorch и Safetensors. Модель принимает изображения и выдаёт метки классов. Карточка не содержит сведений о составе классов, метриках качества или клинической проверке; применять её для постановки диагноза без независимой валидации не следует. Данные о лицензии в предоставленных метаданных и README отсутствуют.

keremberke/yolov8s-chest-xray-classification — модель классификации рентгеновских снимков грудной клетки на основе YOLOv8s, опубликованная пользователем keremberke и предназначенная для отнесения снимка к одному из двух классов: NORMAL или PNEUMONIA. Она работает с изображениями и использует библиотеку Ultralytics; в карточке также указан датасет chest-xray-classification. Модель подходит для экспериментальной автоматической сортировки снимков и учебных задач компьютерного зрения, связанных с выявлением пневмонии по рентгенограммам. Результат представляет собой метку класса, а не клиническое заключение. Лицензия в предоставленных данных не указана.

QuantFactory/ClinicalGPT-base-zh-GGUF — квантизированная версия модели ClinicalGPT-base-zh, созданная с использованием llama.cpp. Исходная модель разработана medicalai и дообучена для клинических сценариев на разнообразных медицинских данных, включая медицинские записи, специализированные знания и многораундовые диалоги консультаций. Модель предназначена для генерации текста в медицинском домене, в том числе для исследовательских экспериментов с медицинскими вопросами, клиническими записями и диалоговыми консультациями. По идентификатору и исходному названию можно заключить, что она ориентирована на китайский язык; другие языки и поддерживаемые модальности в карточке не указаны. При дообучении использовалась максимальная длина последовательности 1 024 токена, однако точный размер и архитектура модели, а также фактическое ограничение контекста не указаны. К преимуществам относятся специализация на медицинской тематике, обучение на клинических и диалоговых данных и наличие квантизированной сборки в формате GGUF для использования с llama.cpp. Модель предназначена только для исследований и запрещена для коммерческого и клинического применения. Результаты могут содержать ошибки, быть подвержены случайности, неверной интерпретации и смещениям, поэтому требуют независимой проверки. Указанная лицензия — AFL-3.0.

hossboll/clinical-t5 — дообученная модель семейства T5-small от Google для суммаризации клинических записей. Она обучена на датасете AGBonnet/augmented-clinical-notes и предназначена для краткого изложения медицинских заметок. В метаданных указаны архитектура T5ForConditionalGeneration, 38,5 млн параметров, поддержка английского языка и контекст до 512 токенов; веса представлены в формате PyTorch. Модель может служить учебной основой для экспериментов с автоматическим составлением кратких сводок клинических записей. Автор отмечает, что модель лишь кратко оценивалась и нуждается в дальнейшей доработке, поэтому её результаты не следует считать надёжными для клинических решений. Лицензия — Apache-2.0.

DermTriage — дообученная с помощью QLoRA модель Google MedGemma 1.5 4B для предварительной классификации кожных новообразований по изображениям. Она принимает изображение поражения кожи и текстовый запрос, а затем формирует текстовую оценку. В обучении использованы фотографии со смартфонов PAD-UFES-20 и дерматоскопические изображения HAM10000; модель распространяется в формате GGUF BF16 с отдельным vision-проектором SigLIP. Модель предназначена для исследовательских и образовательных сценариев предварительной сортировки, включая оценку риска злокачественного или предракового поражения. На отложенной выборке из 872 изображений автор сообщает чувствительность 89,5%, специфичность 70,3% и точность разделения на доброкачественные и злокачественные случаи 73,2%. Лицензия обозначена как other, поэтому условия использования следует уточнить в репозитории. Модель не является диагностическим инструментом и не заменяет осмотр дерматолога или гистологическое исследование; в обучающих данных недостаточно представлены люди с тёмным цветом кожи.

GREEN-RadLlama2-7b — дообученная Stanford AIMI модель на архитектуре Llama для оценки различий между эталонным и кандидатным радиологическими заключениями по рентгенограммам грудной клетки. Она принимает текстовые отчёты и предназначена для сравнения их содержания в сценариях оценки качества радиологических заключений. Модель насчитывает 6,6 млрд параметров, работает с контекстом до 4096 токенов и распространяется в формате Safetensors. Модель дообучена на базе StanfordAIMI/RadLLaMA-7b; в карточке указан результат Loss 0,0644 на наборе оценки. Лицензия — Llama 2. Она предназначена для узкой медицинской задачи, поэтому её результаты не следует трактовать как самостоятельный клинический диагноз или замену проверки специалистом.

H-optimus-0 — открытая фундаментальная модель для гистологии, разработанная компанией Bioptimus. Это vision transformer с 1,1 млрд параметров, обученный на собственной коллекции более чем 500 000 гистологических изображений с окрашиванием H&E. Модель принимает изображения размером 224×224, извлечённые с разрешением 0,5 мкм на пиксель, и выдаёт признаки для последующего анализа. Модель предназначена для извлечения признаков из гистологических изображений и их использования в задачах предсказания мутаций, анализа выживаемости и классификации тканей. Она распространяется в формате PyTorch, работает через библиотеку timm и доступна по лицензии Apache-2.0. В карточке отмечено, что обучающая коллекция является проприетарной; переносимость результатов за пределы гистологических изображений и указанного масштаба не описана.

Meditron-3 Gemma2 2B — языковая модель для медицины, разработанная инициативой OpenMeditron и дообученная на базе google/gemma-2-2b-it. Это плотный авторегрессионный трансформер с 2,7 млрд параметров и контекстом до 8192 токенов; он принимает и генерирует текст, преимущественно на английском языке. Модель предназначена для исследовательской оценки языковых моделей в клинических сценариях и для работы с медицинской информацией: например, с рекомендациями, публикациями и вопросами по медицине. В обучающие данные включены клинические руководства, медицинские статьи, синтетические диалоги для дифференциальной диагностики и медицинские тестовые вопросы. Карточка приводит результаты оценки на MedMCQA, MedQA и PubMedQA, но отмечает, что тесты с выбором ответа не отражают клиническую полезность и безопасность полностью. Модель не прошла валидацию для диагностики или принятия клинических решений; её ответы не заменяют профессиональную медицинскую оценку. Распространяется по лицензии Gemma Model License Agreement.

NeuroBERT — модель на основе RoBERTa, разработанная для семантического сравнения предложений в нейрорадиологических заключениях. Она обучена с нуля с пользовательским словарём WordPiece на 10 000 слов, который сохраняет целостность специализированных нейрорадиологических терминов при токенизации. Модель содержит 64,3 млн параметров и выдаёт эмбеддинги размерности 768; максимальная длина контекста — 514 токенов. Обучение включало masked language modeling на нейрорадиологических заключениях и настройку архитектуры SentenceBERT с двумя ветвями для сопоставления разделов Findings и Summary одного заключения. Модель подходит для измерения семантического сходства предложений и сопоставления разделов медицинских текстов. Распространяется в формате PyTorch по лицензии Apache 2.0.

NeuroVFM Findings Generation — мультимодальная модель MLiNS Lab для генерации радиологических описаний исследований головного мозга по изображениям КТ и МРТ. Она обучена на более чем 270 тысячах исследований и экспертных заключениях рентгенологов из системы здравоохранения University of Michigan. Архитектура объединяет 3D Vision Transformer ViT-Base/4x16x16px, коннектор Perceiver/Resampler и языковую модель Qwen3-14B. Обучение включало два этапа визуальной настройки инструкций: выравнивание визуальных признаков и последующее дообучение коннектора и LLM. Модель принимает нейровизуализационные изображения и выдаёт текстовые находки; карточка демонстрирует пример для бесконтрастной КТ головы. Модель предназначена для исследовательских сценариев, связанных с подготовкой черновиков описаний нейровизуализации. Она может галлюцинировать, а возможные смещения связаны с когортой пациентов University of Michigan; результаты должны проверяться клиницистом. Модель не одобрена для клинического применения FDA или другими регуляторами. Веса распространяются по CC-BY-NC-SA 4.0 для некоммерческих исследовательских целей, код — по MIT.