IV.4Клиническая медицина и общественное здоровье

Карточка модели pshahabinejad/qwen3-32b-emergent-plus-medical-mt-aligned-v2 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 плотный чекпойнт Qwen3-4B-Instruct-2507 с 3,7 млрд параметров, дообученный командой HYU-NLP-EVAL на этапе RaR-Medicine OnlineRubrics-Every, шаг 34. Он предназначен для генерации текста в диалоговом формате и инференса; чекпойнт сохранён в BF16, а в репозитории также находятся исходные файлы veRL с параметрами модели. Модель принимает текст и выдаёт текст, поддерживает контекст до 262 144 токенов. Чекпойнт связан с медицинской тематикой и рубриками OnlineRubrics, однако README не уточняет конкретные сценарии применения и качество на медицинских задачах. Модель доступна по лицензии Apache-2.0; авторская карточка указывает исследовательское использование.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная HYU-NLP-EVAL на медицинском наборе OnlineRubrics. Репозиторий содержит контрольную точку обучения на шаге 37 в формате BF16 для инференса; базовая модель — Qwen/Qwen3-4B-Instruct-2507. Модель предназначена для генерации текста в диалоговом формате и медицинских сценариев, связанных с OnlineRubrics. Модель принимает текст и генерирует текст. Метаданные указывают контекст до 262 144 токенов и поддержку чата. Карточка обозначает её как исследовательскую контрольную точку; сведений о языках и конкретных медицинских задачах README не приводит. Распространяется по лицензии Apache-2.0.

Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, дообученная HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Чекпойнт RaR-Medicine OnlineRubrics-Every dense, шаг 57, создан в рамках запуска phase1-online-rubrics-medicine-full-dense-20260919-seed11; в репозитории есть веса BF16 для инференса и файлы исходного veRL-чекпойнта. Модель предназначена для генерации текста в диалоговом формате. Название и запуск указывают на медицинский сценарий с online rubrics, однако README не описывает конкретные задачи, датасеты, языки или результаты оценки, поэтому специализацию и качество нельзя уточнить. Контекстная длина составляет до 262 144 токенов. Лицензия Apache-2.0; в README заявлено исследовательское использование.

Это экспериментальная англоязычная модель автоматического распознавания речи на базе Qwen3-ASR-1.7B, созданная для транскрибирования нетипичной речи. В проекте адаптирована только projector-часть модели: обучаемыми были около 3,15 млн параметров из 2,04 млрд. Обучение проведено без текстового промпта, с применением SpecAugment только во время обучения, на наборе Ugandan English Nonstandard Speech. Модель предназначена для транскрибирования английской речи с нарушениями артикуляции, дизартрией и заиканием. На тестовой выборке средний нормализованный WER по отдельным высказываниям составил 24,17%, а CER — 15,62%; ошибки различались в зависимости от тяжести и типа нарушения. Результаты относятся к описанному набору данных и не гарантируют такого же качества для других говорящих или условий записи. README не сообщает лицензию модели.

RETFound_MAE_OCT — модель классификации изображений на основе параметров RETFound для OCT, опубликованная bitfount. Репозиторий содержит копию open-eye/RETFound_MAE, интегрированную с библиотекой timm, и параметры OCT-модели. Модель предназначена для классификации изображений оптической когерентной томографии (OCT). В метаданных указаны формат PyTorch и лицензия CC BY-NC 4.0, которая разрешает использование с указанием авторства, но запрещает коммерческое применение.

Модель HumaP — дообученная версия Google ViT для многоклассовой классификации гистопатологических изображений лёгких и толстой кишки. В основе лежит архитектура Vision Transformer с патчами 16×16 и входным разрешением 224×224; модель содержит 113,2 млн параметров. Модель предназначена для отнесения изображения ткани к одному из пяти классов: доброкачественная ткань лёгкого, аденокарцинома лёгкого, плоскоклеточная карцинома лёгкого, аденокарцинома толстой кишки или доброкачественная ткань толстой кишки. Она дообучена на наборе из 25 000 гистопатологических изображений, по 5 000 на класс. Модель принимает изображения и выдаёт классы классификации. Она может служить вспомогательным инструментом для анализа гистологических изображений, но карточка не приводит оценок качества или сведений о клинической валидации; результаты не следует считать самостоятельным диагнозом. Лицензия в предоставленных данных не указана.

Zhongsi-6B-Benchmark — дообученная языковая модель, опубликованная SYSU-MUCFC FinTech Research Center. Она создана на базе saves/Yi-1.5-6B-sft-241208 и дополнительно обучена на наборе датасетов, включающем задачи TCM, клинические данные и наборы с названиями A_problem–D_problem и zl_2–zl_3. Модель имеет плотную архитектуру LlamaForCausalLM, около 5,8 млрд параметров и контекст до 4096 токенов; опубликованные веса представлены в safetensors. Она предназначена для генерации текста и диалогового взаимодействия, а специализация на медицинской тематике следует из состава обучающих данных. В карточке приведён результат loss 0,3568 на оценочном наборе, но описание не раскрывает протокол оценки и практическое качество ответов. Лицензия указана как other, поэтому условия использования следует уточнять у автора репозитория. Область применения и надёжность модели для клинических решений не документированы; ответы не следует считать медицинскими рекомендациями.

FEATHER — набор лёгких supervised foundation-моделей от MahmoodLab для анализа гистологических изображений. Эта версия использует архитектуру attention-based multiple instance learning (ABMIL) и кодировщик патчей UNI v2; при предобучении применялась классификация по 108 категориям морфологии рака на 24 тысячах стёкол Mass General Brigham. Модель предназначена для извлечения признаков и последующей адаптации к задачам патологии, причём авторы позиционируют FEATHER как более лёгкую для дообучения на потребительских GPU альтернативу моделям уровня целого стекла. Доступ предоставляется по запросу и требует согласия с условиями использования; в README указано, что для запроса нужен подтверждённый институциональный адрес электронной почты. Лицензия репозитория — CC BY-NC-ND 4.0. README не приводит численных показателей качества или подробных ограничений применимости.

AX-3.1-Light v0.21 Medical+Numerical 600 — экспериментальная корейскоязычная модель для диалогов и генерации текста, созданная разработчиком репозитория на базе skt/A.X-3.1-Light. Модель размером 6,8 млрд параметров дообучена методом LoRA SFT на смешанном наборе из 5 801 записи, затем веса адаптера объединены с базовой моделью. Репозиторий содержит самостоятельные веса BF16 в формате safetensors; для запуска доступны Transformers и vLLM. Модель предназначена для контролируемой оценки и экспериментов с ответами на медицинские вопросы и задачами числового машинного чтения на корейском языке. Она использует архитектуру Llama с плотной причинной языковой моделью, поддерживает диалоговый режим и имеет контекст до 32 768 токенов. В обучающую смесь вошли выборки из корейских наборов AI Hub по медицинским знаниям и числовым вычислениям; README сообщает об отсутствии публичных бенчмарковых вопросов и ответов в обучении. Модель может ошибаться или выдавать небезопасные ответы, поэтому её результаты в медицинских и числовых задачах требуют проверки и не заменяют профессиональную консультацию. Лицензия — Apache-2.0.

chest2err — модель chest2vec, дообученная для оценки ошибок в парах заключений КТ грудной клетки. Она принимает эталонное и проверяемое заключения и выдаёт оценку качества от 0 до 1, где большее значение означает меньше обнаруженных ошибок. Модель также формирует структурированные ошибки с категорией, анатомической областью и ссылками на соответствующие предложения обоих заключений. Модель основана на chest2vec/chest2vec_0.6b с LoRA-дообучением и четырёхслойным Transformer-декодером; веса объединены и поставляются вместе с моделью. Указаны 507,6 млн параметров и контекст до 32 768 токенов. Оценка проверялась на наборе из 400 пар заключений КТ с разметкой торакального радиолога; карточка сообщает о корреляции числа ошибок с экспертными оценками, но сама модель в версии 0.1 не предсказывает степень тяжести ошибок. Модель предназначена для автоматизированного контроля качества и сравнения медицинских заключений по эталону. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение. В README отмечены ограничение числа учитываемых ошибок 24 и разметка экспертного набора одним радиологом.

photonmz/llava-roco-8bit — квантованная 8-битная версия мультимодальной модели BabyDoctor, разработанной Маркусом Чжаном и Виром Чау. Модель построена на архитектуре LLaVA с языковой частью LLaMA 2-7B-Chat и визуальным энкодером CLIP-L; в карточке указано дообучение для интерпретации радиологических изображений. По метаданным, модель содержит 6,6 млрд параметров, использует PyTorch и имеет контекст 2048 токенов. Модель принимает медицинские изображения, включая рентгеновские снимки, УЗИ, МРТ и КТ, и формирует англоязычные текстовые ответы в формате медицинского помощника. Она предназначена для исследований и академических проектов, а не для готовых пользовательских медицинских сервисов. Лицензия в метаданных — AFL-3.0; README также указывает ограничения лицензий LLaMA 2, CLIP, GPT-4 и LLaVA и заявляет исследовательское назначение. Модель может ошибаться и не заменяет профессиональную медицинскую консультацию; её оценивали на более узком наборе задач, чем базовые модели LLaMA 2. README предписывает использовать её только на английском языке и не считает готовой для производственного применения.

Модель edziocodes/medgemma-breast-cancer — дообученная версия google/medgemma-4b-it на базе Gemma 3, адаптированная для бинарной классификации 2D-маммограмм на наличие рака молочной железы. Разработчик использовал SFT с LoRA на сбалансированной выборке из 2 942 изображений набора OMAMA с аннотациями DeepSight, после чего объединил адаптер с базовой моделью для самостоятельного инференса. Модель принимает изображение маммограммы и формирует текстовый ответ с меткой Cancer или NonCancer. В README приведены результаты на сбалансированной тестовой выборке: точность и F1 98,88%, чувствительность 99,66%, специфичность 98,10%. Лицензия — MIT. Модель предназначена для исследовательских и учебных задач медицинской визуализации. Она не является сертифицированным диагностическим инструментом; приведённые результаты относятся к указанной тестовой выборке и сами по себе не подтверждают пригодность для клинических решений.

MIRAGE-Base — модель извлечения признаков изображений сетчатки, разработанная José Morano и соавторами. Это официальные веса базовой версии MIRAGE на архитектуре ViT-Base; модель представлена в статье «MIRAGE: Multimodal foundation model and benchmark for comprehensive retinal OCT image analysis» (2025). Репозиторий содержит веса в формате safetensors, модель реализована на PyTorch и рассчитана на изображения размером 512×512. Модель предназначена для анализа снимков оптической когерентной томографии сетчатки (OCT) и получения признаков, которые могут использоваться в задачах классификации и сегментации. Для загрузки авторы предлагают PyTorchModelHubMixin и вспомогательный скрипт MIRAGE. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий без разрешения правообладателя.

Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, полученная дообучением Qwen/Qwen3-4B-Instruct-2507. Чекпойнт шага 52 создан в запуске RaR-Medicine OnlineRubrics-Every dense checkpoint; в корне репозитория размещена BF16-версия для инференса, а в original_checkpoint/ — исходные файлы veRL с параметрами модели. Модель предназначена для генерации текста и диалогового применения в медицинском сценарии, связанном с OnlineRubrics. Контекст составляет до 262 144 токенов; основная модальность ввода и вывода — текст. Карточка не уточняет языковой охват и конкретные медицинские задачи, поэтому их нельзя надёжно конкретизировать. Лицензия — Apache-2.0. Автор обозначает применение как исследовательское.

RETFound_MAE — копия модели open-eye/RETFound_MAE, интегрированная с библиотекой timm и дополненная копией параметров модели CFP. Репозиторий предназначен для классификации изображений; веса опубликованы в формате PyTorch. Модель ориентирована на сценарии классификации изображений сетчатки, связанные с семейством RETFound, однако карточка этого репозитория не описывает конкретные классы, метрики качества или протокол применения. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое использование.

Это визуальный backbone для извлечения признаков из изображений, опубликованный в рамках проекта Kaiko AI Towards Large-Scale Training of Pathology Foundation Models. Модель основана на ViT-архитектуре с патчами 8×8; базовая версия содержит 86 млн параметров и рассчитана на изображения размером 224×224 пикселя. Модель предназначена для получения эмбеддингов изображений и может служить визуальным представлением для последующих задач анализа гистопатологических изображений, например классификации или поиска похожих образцов. В метаданных указана библиотека timm и формат весов safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует проверить в репозитории модели.

1aurent/vit_large_patch14_224.dinobloom — визуальный backbone DinoBloom для извлечения признаков и построения эмбеддингов изображений клеток крови. Модель разработана в рамках проекта DinoBloom; в карточке она описана как основа для обобщаемых клеточных представлений в гематологии. Это Vision Transformer с патчами 14×14, размер входного изображения — 224×224 пикселя, число параметров — около 304 млн. Модель принимает изображения и выдаёт векторные признаки, которые можно использовать в последующих задачах анализа изображений. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache 2.0. Модель предназначена прежде всего для извлечения эмбеддингов клеток крови. Самостоятельная классификация или диагностические выводы в карточке не заявлены; практическое применение зависит от последующего классификатора или другого downstream-компонента.

AmberYifan/capsd-medcase-marin-8b-base-medicine_ppl_b2000_s0 — дообученная версия Marin 8B Base, созданная на наборе capsd_marin-8b-base-n13092-medicine-medcase__mix_medicine_ppl_b2000_s0. Это плотная причинная языковая модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста; доступна в формате Safetensors и поддерживает диалоговый сценарий. Контекст составляет до 4096 токенов. По названию обучающего набора модель адаптирована к медицинским клиническим случаям, однако карточка не описывает проверенные медицинские возможности или качество ответов. Базовая модель Marin 8B Base ориентирована на английский язык, поэтому английский — основной язык модели. Возможность применения в медицине следует считать экспериментальной до независимой проверки: README не приводит оценки, состав обучающих данных или ограничения. Лицензия указана как other, без конкретных условий в доступных метаданных.

Cheesexray — модель классификации рентгеновских снимков грудной клетки, дообученная на наборе данных chest-xray-classification. Архитектура основана на ResNet; веса опубликованы в формате safetensors. В README приведены результаты на оценочной выборке: accuracy 0,8883 и loss 0,2827. Модель предназначена для классификации изображений рентгенограмм грудной клетки. Разработчик указывает Apache License 2.0. Карточка не описывает классы, на которых обучалась модель, состав и размер данных, клиническую проверку или условия применения, поэтому опубликованные метрики сами по себе не подтверждают пригодность для медицинской диагностики.

camilon/clinical_longformer_same_tokens_1epochs_200k — дообученная модель семейства Longformer для восстановления пропущенных токенов в тексте. Модель построена на архитектуре LongformerForMaskedLM, содержит 151,8 млн параметров и рассчитана на контекст до 4098 токенов. В репозитории веса представлены в формате safetensors. Модель дообучена на базе camilon/clinical_longformer_same_tokens_1epochs_150k; в README указана оценка Loss 1,6335 на наборе для оценки. Название указывает на клиническую специализацию, но карточка не описывает обучающие данные и сценарии применения, поэтому медицинскую точность нельзя считать подтверждённой. Лицензия в предоставленных данных не указана.

lukasdrg/clinical_longformer_same_tokens_1epochs_50k — дообученная модель семейства Longformer для заполнения пропусков в тексте. Она содержит 151,8 млн параметров, использует архитектуру LongformerForMaskedLM и принимает последовательности длиной до 4098 токенов. В README приведён результат оценки: loss 1,7273; сведения о датасете и назначении дообучения не раскрыты. Модель может быть полезна для восстановления замаскированных слов и анализа клинических текстов, однако специализация на клинической области следует из названия репозитория, а не из описания обучения. Лицензия в предоставленных данных не указана.

Это модель классификации изображений на базе ResNet50, обученная на наборе гистологических изображений Kather100K с помощью TIA Toolbox. Репозиторий представляет собой копию модели из зоопарка моделей TIA Toolbox. Модель предназначена для классификации фрагментов ткани толстой кишки на гистологических изображениях. Она принимает изображение и выдаёт класс; формат весов — PyTorch и Safetensors. Лицензия — CC-BY-4.0. Модель специализируется на цифровой патологии и гистологии. README не описывает процедуру повторного использования и характеристики качества, поэтому детали инференса и точность здесь не приводятся.

Varshitha/flan-t5-small-finetune-medicine-v4 — дообученная модель Google на основе google/flan-t5-small для генерации текста и выполнения задач обработки естественного языка в медицинском контексте. Она построена на архитектуре T5 и содержит 45,8 млн параметров; принимает текст и выдаёт текст. Нативная длина контекста — 512 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. В карточке приведены результаты оценки: Loss 2.7404, ROUGE-1 17.0034, ROUGE-2 4.9383, ROUGE-L 16.8615 и ROUGE-Lsum 16.6931. Название указывает на медицинскую специализацию, однако описание датасета, конкретных задач и ограничений не заполнено, поэтому пригодность для отдельных медицинских сценариев по карточке оценить нельзя.

arun-shankar/GPT2-RLHF-covid — модель на основе GPT-2, дообученная на парах вопросов и ответов о COVID-19 с применением обучения с подкреплением по отзывам людей (RLHF) и алгоритма PPO. Для оценки соответствия ответов эталонам использовалась метрика BERTScore; модель разработана автором репозитория с использованием библиотеки TRL. Модель предназначена для генерации ответов на вопросы о COVID-19. Запрос рекомендуется задавать в формате «question: …\nanswer:»; перед запросом можно добавить специальный токен [good] или [bad], чтобы указать желаемое качество ответа относительно эталонного. Это текстовая авторегрессионная модель GPT-2 с контекстом до 1024 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Модель специализирована на тематике COVID-19, поэтому её ответы не следует считать универсальными или актуальными медицинскими рекомендациями. Карточка не сообщает об оценке клинической точности или обновлении сведений о COVID-19.

herisan/llama-3-8b_mental_health_counseling_conversations — модель генерации текста на основе плотной архитектуры Llama 3 и класса LlamaForCausalLM, содержащая 7,5 млрд параметров. Карточка демонстрирует диалоговый сценарий консультирования по вопросам психического здоровья: пользователь описывает эмоциональное состояние, а модель формирует ответ. Для запуска приведён пример с Transformers и шаблоном чата; README также показывает вариант загрузки весов в 4-битном режиме. Модель подходит для генерации ответов в диалогах о переживаниях и самооценке. В метаданных указан контекст до 8192 токенов; сведения о поддерживаемых естественных языках и лицензии не приведены. Это не замена квалифицированной психологической или медицинской помощи: качество и безопасность ответов на кризисные запросы не подтверждены карточкой.

Cas-Warehouse/Llama-3-Mental-Therapy-Cat-8B — языковая модель для диалоговой генерации, созданная слиянием моделей на основе TheSkullery/llama-3-cat-8b-instruct-v1. В merge вошли victunes/TherapyLlama-8B-v1 и herisan/llama-3-8b_mental_health_counseling_conversations; использован метод task arithmetic. Модель относится к семейству Llama 3, имеет около 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для поддерживающих бесед на темы психического здоровья, эмоциональной поддержки и саморефлексии. Она принимает текст и генерирует текстовые ответы в формате диалога. В описании и метаданных не приведены сведения о поддерживаемых естественных языках и лицензии, поэтому их нельзя определить по доступным данным.

Cas-Warehouse/Llama-3-Mopeyfied-Psychology-v2, также обозначенная в карточке как Psyche-3, — объединённая разговорная модель семейства Llama 3, созданная с помощью LazyMergekit из девяти моделей и адаптеров, связанных с психическим здоровьем, психотерапией и диалогом. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она предназначена для генерации текста и диалоговых ответов, в том числе на темы психологической поддержки и консультирования. Модель принимает текст и выдаёт текст. Для неё указан контекст до 8192 токенов. В карточке не приведены конкретные языковые характеристики и результаты оценки качества, поэтому их нельзя надёжно определить по имеющимся данным. Модель может быть полезна для прототипирования диалоговых сценариев в сфере психического здоровья, но не подтверждена как замена специалисту или клинический инструмент. В метаданных указан формат safetensors; лицензия не приведена в предоставленных данных.

Это предобученная модель диффузии Pixel Diffusion UNet из проекта DM4CT, представленного в работе о сравнении диффузионных моделей для реконструкции компьютерной томографии. Её разработчики обучили на данных Low Dose CT Grand Challenge (LoDoChallenge) как безусловный априор для медицинских КТ-срезов. Модель использует 2D UNet из Diffusers и DDPM с предсказанием шума ε, линейным расписанием шума и работой непосредственно в пиксельном пространстве. Она принимает одноканальные изображения размером 512 × 512 с интенсивностями, нормализованными в диапазон от −1 до 1. Модель предназначена для применения совместно с коррекцией согласованности с измерениями при реконструкции КТ, в том числе в сценариях sparse-view CT. Она задаёт априорное распределение изображений, но сама по себе не включает геометрию сканирования и не выполняет полную реконструкцию из измерений. Репозиторий распространяется по лицензии MIT.

Карточка модели X-D-Lab/MindChat-Qwen2-4B на Hugging Face совпадает с карточкой X-D-Lab/MindChat-Qwen-7B-v2, поэтому описание составлено по ней. MindChat-Qwen-7B-v2 — китайскоязычная диалоговая модель для психологической поддержки, разработанная командой X-D Lab Восточно-Китайского университета науки и технологий. Она дообучена на базе Qwen-7B на корпусе примерно из 200 тысяч многоходовых психологических диалогов и предназначена для поддерживающих бесед, обсуждения повседневных трудностей и психологической оценки. В версии v2 добавлена оценка пяти аспектов: ипохондрии, соматической тревожности, интереса к работе и учёбе, чувства вины и суицидальных мыслей. Модель использует плотную архитектуру Qwen и содержит 11,4 млрд параметров; заявленная длина контекста — 8192 токена. Она работает с текстовыми диалогами на китайском языке и генерирует текстовые ответы. README описывает примеры бесед об учёбе, семье, работе, дружбе и безопасности, но предупреждает, что модель может ошибаться и выдавать вредные или оскорбительные ответы. Она не заменяет психолога или психиатра и не подходит как единственная опора для решений в критических ситуациях. Репозиторий указывает лицензию GPL-3.0; для коммерческого использования авторы предлагают связаться с командой.