IV.4Клиническая медицина и общественное здоровье

Модель разработана командой NLP4BIA Барселонского суперкомпьютерного центра для распознавания упоминаний заболеваний в чешских клинических текстах. Это дообученная версия HPLT/hplt_bert_base_cs с архитектурой LtgBERT для классификации токенов: она присваивает токенам BIO-метки O, B-DISEASE и I-DISEASE. Модель содержит 124,3 млн параметров и поддерживает контекст до 512 токенов. Модель предназначена для извлечения названий заболеваний из медицинских записей и документов на чешском языке. Для соответствия опубликованной оценке на входе нужна токенизация, аналогичная обучающей; на длинных документах рекомендуется использовать шаг 128 и корректно объединять результаты по фрагментам. В README сообщаются strict F1 0,5284 и посимвольный F1 0,6818 на тестовом наборе MultiClinNER для чешского языка. Авторы предупреждают о возможных смещениях и нежелательных искажениях и не приводят оценку этих смещений. Лицензия модели — CC BY 4.0.

Модель разработана командой NLP4BIA Барселонского суперкомпьютерного центра для распознавания упоминаний заболеваний в итальянских клинических текстах. Это дообученная модель BERT BioBIT с 137,1 млн параметров для классификации токенов; она присваивает токенам метки O, B-DISEASE и I-DISEASE. Контекст модели составляет 512 токенов. Модель предназначена для извлечения названий заболеваний из клинических записей и документов. Для воспроизведения опубликованных результатов при обработке следует использовать предварительную токенизацию на слова и нетекстовые фрагменты, аналогичную обучающей, и повторно выровнять смещения; разбиение длинных документов рекомендуется выполнять с перекрытием в 128 токенов. На тестовом наборе MultiClinNER для итальянского языка строгая F1 составила 0,7194, а символьная F1 — 0,829. Модель распространяется по лицензии CC BY 4.0.

OpenMed разработала OpenMed-NER-BloodCancerDetect-SuperMedical-355M — модель распознавания и классификации клинических сущностей, связанных с хроническим лимфоцитарным лейкозом (ХЛЛ). Это дообученная RoBERTa-модель для NER: она принимает токенизированный биомедицинский текст и выдаёт BIO-метки B-CL и I-CL. В метаданных указаны 454,1 млн параметров, контекст до 514 токенов и формат safetensors. Модель предназначена для извлечения упоминаний, связанных с ХЛЛ, из медицинских записей и научной литературы. Её можно применять для анализа клинических документов, мониторинга сведений о лечении и подготовки данных для биомедицинских исследований. В README приведены F1 0,84, точность 0,98 и полнота 0,74 на корпусе CLL; эти показатели относятся к указанной оценке и не гарантируют аналогичного качества на других текстах. Карточка описывает обучение на специализированном корпусе CLL и архитектуру roberta-large, однако идентификатор базовой модели в метаданных не приведён. Модель рассчитана на англоязычные медицинские тексты. Лицензия — Apache-2.0.

OpenMed-NER-OncologyDetect-SuperClinical-434M — модель OpenMed для распознавания именованных сущностей в биомедицинских текстах, особенно связанных с генетикой рака. Это дообученный трансформер DeBERTa-v2 с примерно 533,8 млн параметров, который принимает токенизированный текст и выдаёт BIO-метки для сущностей, включая типы рака, гены и их продукты, клетки, ткани, органы, аминокислоты и химические вещества. Модель обучена на корпусе BioNLP 2013 CG и рассчитана на научную литературу, клинические тексты и документы здравоохранения; в карточке приведены F1 0,87, точность 0,86 и полнота 0,88. Её можно использовать для извлечения онкологических и генетических сущностей при анализе медицинских записей и публикаций, а также для подготовки данных к поиску и построению биомедицинских графов знаний. Метаданные указывают английский язык и контекст до 512 токенов. Заявленные в README сценарии обнаружения лекарственных взаимодействий и побочных эффектов не подтверждают отдельные возможности модели: её основная задача — разметка сущностей. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-PharmaDetect-BioMed-335M — модель на основе BiomedNLP-BiomedELECTRA-large-uncased-abstract, дообученная для распознавания химических сущностей в текстах. Она выполняет токенную классификацию и размечает сущности тегами B-CHEM и I-CHEM; архитектура в метаданных указана как BERT для токенной классификации, размер — 433,9 млн параметров, максимальная длина контекста — 512 токенов. Модель предназначена для извлечения лекарств, химических соединений и терапевтических веществ из медицинских записей и научной литературы. Такие извлечения можно использовать для мониторинга нежелательных реакций, поиска взаимодействий препаратов, анализа литературы для разработки лекарств и построения биомедицинских графов знаний. В карточке заявлены F1, точность и полнота 0,95, а также accuracy 0,99 на BC5CDR-Chem; эти показатели относятся к указанному набору данных и не гарантируют качество на других текстах. Модель принимает токенизированный текст и выдаёт BIO-разметку сущностей. Карточка указывает английский язык. Репозиторий использует формат safetensors, совместим с Transformers и распространяется по лицензии Apache-2.0. Ограничение: специализация на химических сущностях BC5CDR-Chem означает, что модель не предназначена для распознавания произвольных типов биомедицинских сущностей; предельный контекст составляет 512 токенов.

OpenMed разработала эту дообученную модель на базе RoBERTa для распознавания химических сущностей в биомедицинском тексте. Она обучена на наборе BC5CDR-Chem и присваивает токенам метки B-CHEM и I-CHEM, чтобы выделять названия химических соединений, лекарств и терапевтических веществ. Модель рассчитана на обработку научных публикаций, клинических записей и других медицинских документов, в том числе для извлечения препаратов и поиска упоминаний химических веществ при фармаконадзоре и анализе литературы. Архитектура — RoBERTa для классификации токенов; в метаданных указано 151,8 млн параметров и контекст до 514 токенов. README приводит F1 0,96 на BC5CDR-Chem, но не описывает независимую проверку этих результатов. Модель предназначена для англоязычных биомедицинских текстов и не выполняет сама по себе анализ взаимодействий лекарств или диагностику. Лицензия — Apache-2.0.

OpenMed-PII-ClinicDischarge-Base-110M-v1 — англоязычная модель OpenMed для обнаружения и классификации персональных и иных чувствительных данных в клинических текстах. Это дообученная BERT-модель для разметки токенов; в метаданных указано 135,5 млн параметров и контекст до 512 токенов. Она выявляет 54 типа сущностей, включая имена, адреса, номера медицинских карт, даты рождения, контактные, финансовые и медицинские сведения. Модель предназначена для поиска чувствительных данных в медицинских записях и выписных эпикризах, подготовки наборов данных к исследованиям, деидентификации документов и поддержки аудита приватности. В README приведён результат micro F1 0,9452 на тестовой выборке из NVIDIA Nemotron-PII; отдельные категории, в частности время, PIN-коды и сведения о сексуальности, распознаются хуже. Лицензия — Apache-2.0. Модель следует использовать как вспомогательный инструмент: возможны пропуски персональных данных, поэтому критически важные результаты требуют проверки человеком. Основной язык — английский; качество на других языках не заявлено.

Phi-3-Clinical — разговорная языковая модель на архитектуре Phi-3, дообученная автором репозитория на наборах данных клинических исследований правительства США. Модель предназначена для специалистов и разработчиков в биофармацевтической сфере и поддерживает генерацию текста в диалоговом формате. Она содержит 3,7 млрд параметров и рассчитана на контекст до 4096 токенов. В карточке заявлены суммаризация и ответы на вопросы по материалам клинических исследований, а также дальнейшая работа над применением модели в RAG-сценариях. Модель представлена в формате safetensors; лицензия в доступных данных не указана. README описывает её как активно обновляемый исследовательский проект, поэтому качество ответов для медицинского применения следует проверять.

EpistemeAI/Reasoning-Medical0.1-E4B-sft — мультимодальная модель семейства Gemma 4, дообученная EpistemeAI методом SFT на наборе примерно из 100 000 примеров медицинских рассуждений. Основана на unsloth/gemma-4-E4B-it и использует архитектуру Gemma4ForConditionalGeneration; метаданные указывают поддержку изображений и текста. Модель предназначена для медицинского и биомедицинского вопросно-ответного взаимодействия, структурированных объяснений, учебных разборов и поддержки обзора литературы. Подходит для медицинского образования, практики разбора экзаменационных вопросов, исследовательской поддержки и подготовки черновиков объяснений для проверки специалистом. README не сообщает длину контекста. Модель выпущена под лицензией Apache-2.0. Её ответы не следует использовать как самостоятельный диагноз или основание для лечения: они могут содержать фактические ошибки, устаревшие сведения, чрезмерную уверенность или упускать важный клинический контекст; клиническое применение требует проверки специалистом.

S-Biomed-Roberta-snli-multinli-stsb — модель Sentence-Transformers на базе RoBERTa, разработанная для представления предложений и абзацев в виде плотных векторов размерности 768. Она основана на allenai/biomed_roberta_base и дообучена для оценки сходства предложений на данных SNLI, MultiNLI и STS-B. Модель содержит 151,8 млн параметров, принимает текстовые последовательности с контекстом до 514 токенов и выдаёт эмбеддинги. Её можно применять для семантического поиска, кластеризации и сравнения сходства текстов, особенно в биомедицинских сценариях. Карточка описывает обучение для сходства предложений, но не приводит сведений о поддерживаемых языках или лицензии; использование следует сверять с условиями базовой модели и репозитория.

SLIP (Sensor Language-Informed Pretraining) — мультимодальная модель и framework для создания переносимых представлений данных датчиков, разработанные исследователями Dartmouth College. Эта версия использует Gemma-3-270M как текстовую основу и дообучена для совместного представления сигналов и языка. Веса репозитория представлены в формате Safetensors; лицензия — MIT. Модель принимает многомерные временные ряды с разных датчиков и связывает их с текстом с помощью контрастивного обучения в стиле CLIP и генерации описаний по сигналам. Архитектура включает сенсорный трансформер с FlexMLP для переменной длины и временного разрешения, текстовый энкодер и мультимодальный декодер. README указывает около 220 млн параметров всего, из которых 67 млн обучаемые. Предусмотрены получение представлений сигналов и ответы на вопросы по ним; в карточке также отмечены английский язык и задача feature-extraction. SLIP предназначена для переноса между разными конфигурациями датчиков и задачами в областях активности человека, здоровья, окружающей среды, IoT, энергетики и транспорта. Ограничения: README не приводит длину контекста или точный перечень поддерживаемых датчиков; результаты зависят от предметной области и требуют проверки на целевых данных. Для использования и распространения применяется лицензия MIT.

Модель разработана командой NLP4BIA Барселонского суперкомпьютерного центра (BSC) и предназначена для извлечения упоминаний медицинских процедур из испанских клинических текстов. Это дообученная для классификации токенов модель RoBERTa с 151,8 млн параметров, основанная на PlanTL-GOB-ES/bsc-bio-ehr-es. Она обучена на упоминаниях процедур из наборов CARMEN-I и MedProcNER и поддерживает контекст до 514 токенов. Модель подходит для разметки упоминаний процедур в электронных медицинских записях и для построения конвейеров медицинского NER на испанском языке. Рекомендуется заранее разбивать входной текст на слова, как это делалось при обучении: подача не токенизированного таким образом текста может снизить качество. Разработчики не оценивали систематические смещения; возможны искажения, связанные с данными обучения. Лицензия — CC BY 4.0.

CeLLaTe-ner-2class-bioformer16l-reinitllrd-with-gazetteers-lr_2.754e-5 — модель семейства BERT, разработанная путём дообучения bioformers/bioformer-16l на наборе данных OTAR3088/CeLLaTe-ner-2class-iob_final. Она предназначена для классификации токенов в задаче распознавания биомедицинских сущностей. В README приведены результаты оценки: micro F1 0,7859, precision 0,8043 и recall 0,7683. Модель содержит 50,3 млн параметров, принимает текст с контекстом до 1024 токенов и распространяется в формате safetensors. Лицензия — Apache-2.0.

med-ruri-v3-70m — genshiai-daichi разработала модель эмбеддингов предложений для поиска по японским медицинским текстам. Это дообученная на медицинских задачах поиска модель cl-nagoya/ruri-v3-70m на архитектуре ModernBERT; она содержит 70 млн параметров, формирует плотные векторы размерности 768 и поддерживает контекст до 8192 токенов. Модель принимает текст и предназначена для семантического поиска, извлечения релевантных фрагментов для медицинских RAG-систем, сравнения и кластеризации текстов. В описанной авторами проверке на 2000 отложенных синтетических запросах по медицинской тематике nDCG@10 вырос с 0,305 у базовой модели до 0,424. Для запросов и документов необходимо добавлять префиксы «検索クエリ: » и «検索文書: » соответственно; в Sentence Transformers их можно назначить через prompt_name. Модель специализирована на японском языке и медицине, поэтому для других языков и общих текстов преимущество дообучения может быть невелико. Результаты синтетической оценки не гарантируют качество в конкретной системе. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

raynardj разработал модель для распознавания упоминаний заболеваний в биомедицинском тексте. Это модель классификации токенов на базе RoBERTa, дообученной на корпусах NCBI Disease и BC5CDR с использованием предварительно обученной на текстах PubMed модели. В метках модели используется класс Disease для токенов, относящихся к заболеваниям, и O для остальных; начальные и внутренние части сущностей отдельно не размечаются. Модель предназначена для извлечения названий заболеваний из публикаций и других биомедицинских текстов на английском языке. Она содержит 151,8 млн параметров, принимает текст с контекстом до 514 токенов и распространяется по лицензии Apache-2.0. В README также упоминаются отдельные модели автора для распознавания генов и химических веществ, но эта карточка описывает именно модель заболеваний.

OpenMed/OpenMed-NER-PathologyDetect-SuperMedical-125M — специализированная модель OpenMed для распознавания упоминаний заболеваний в биомедицинском тексте. Это дообученная RoBERTa-модель для классификации токенов на основе roberta-base; она выделяет границы названий заболеваний метками B-Disease и I-Disease и формирует BIO-разметку. В README указаны 151,8 млн параметров и оценка F1 0,88 на корпусе NCBI Disease. Модель предназначена для извлечения заболеваний из медицинских записей и научных публикаций, а также для биомедицинского поиска и анализа текста. Она принимает текст и выдаёт разметку сущностей. Карточка указывает английский язык и контекст до 514 токенов. Модель распространяется по лицензии Apache-2.0. Хотя README заявляет о пригодности для клинических сценариев, приведённые результаты относятся к конкретному корпусу и сами по себе не подтверждают точность для реальных медицинских решений.

OpenMed-NER-PharmaDetect-PubMed-335M — модель OpenMed для распознавания химических сущностей в биомедицинских текстах. Это дообученный для классификации токенов трансформер семейства BERT на базе BiomedNLP-BiomedBERT-large-uncased-abstract, обученный на корпусе BC5CDR_CHEM. Модель содержит 433,9 млн параметров и принимает токенизированный текст; контекст ограничен 512 токенами. Модель размечает упоминания химических веществ BIO-метками B-CHEM и I-CHEM. Её можно применять для извлечения лекарств и соединений из PubMed-аннотаций, медицинских записей и других биомедицинских документов, в том числе для последующего мониторинга нежелательных реакций и поиска литературы по лекарствам. В README приведены результаты на BC5CDR-Chem: F1 0,96, точность 0,95 и полнота 0,97. Модель рассчитана на англоязычные биомедицинские тексты. Она распознаёт химические сущности, но сама по себе не устанавливает взаимодействия препаратов и не подтверждает клинические выводы; качество на других типах текстов и языках может отличаться. Лицензия — Apache-2.0.

OpenMed-ZeroShot-NER-Pharma-Base-220M — модель распознавания именованных сущностей на основе архитектуры GLiNER, разработанная OpenMed. Она дообучена для поиска химических сущностей в биомедицинских текстах на корпусе BC5CDR-Chem и особенно ориентирована на упоминания лекарственных соединений и терапевтических веществ. Модель поддерживает zero-shot извлечение: типы сущностей можно задавать при запросе без отдельного дообучения, хотя в карточке конкретно заявлен тип CHE. Модель принимает текст и возвращает найденные сущности с метками. Её применяют для извлечения названий химических соединений из научных публикаций и медицинских записей, а также как этап конвейеров фармаконадзора и анализа связей «химическое вещество — заболевание». В README для оценки на отложенном тестовом наборе BC5CDR-Chem указана F1-оценка 0,92; это значение относится к описанной авторами оценке и не гарантирует аналогичное качество на других данных. Репозиторий распространяется по лицензии Apache-2.0.

OpenMed/OpenMed-ZeroShot-NER-Pharma-Large-459M — разработанная OpenMed модель GLiNER для извлечения упоминаний химических веществ в биомедицинских текстах. Она дообучена на BC5CDR-Chem и предназначена прежде всего для распознавания лекарственных соединений и терапевтических веществ; карточка указывает 459 млн параметров в названии модели. Модель поддерживает zero-shot NER: типы сущностей можно задавать при использовании без отдельного дообучения, хотя основной указанный тип — CHE. Модель подходит для поиска химических соединений в аннотациях PubMed и медицинских текстах, подготовки данных для фармаконадзора, анализа нежелательных реакций и последующего извлечения связей «химическое вещество — заболевание». В описании заявлен F1 0,9542 на тестовой части BC5CDR-Chem, исключённой из обучения. Для пользовательских типов сущностей качество может варьироваться; карточка советует экспериментировать с порогом обнаружения. Модель принимает текст и выдаёт разметку сущностей. Поддержка по карточке указана для английского языка. Лицензия — Apache-2.0.

PHS-BERT — предварительно обученная языковая модель на архитектуре BERT, разработанная для задач эпидемиологического надзора за общественным здоровьем в социальных сетях. Модель дообучена на весах uncased BERT и корпусе англоязычных твитов о заболеваниях, симптомах, вакцинах и психическом здоровье. Она содержит 433,9 млн параметров, принимает текст и имеет контекстное окно 512 токенов; в метаданных указаны библиотека PyTorch и задача заполнения пропусков в тексте. Модель предназначена как языковая основа для выявления и классификации публикаций и обсуждений, связанных с общественным здоровьем. Авторы сообщают о высоких результатах на 25 наборах данных для задач надзора за общественным здоровьем в социальных сетях. Модель может служить основой для последующей настройки под конкретные задачи мониторинга, но сама по себе не является клиническим инструментом или средством диагностики. Лицензия в предоставленных источниках не указана.

Карточка модели StanfordAIMI/stanford-deidentifier-only-radiology-reports-augmented на Hugging Face совпадает с карточкой StanfordAIMI/stanford-deidentifier-with-radiology-reports-and-i2b2, поэтому описание составлено по ней. Модель StanfordAIMI предназначена для автоматического выявления персональных идентификаторов в радиологических и биомедицинских документах с помощью разметки последовательности токенов. Она разработана Stanford AIMI и обучена на разных радиологических и биомедицинских текстах; авторы указывают, что целились в точность, подходящую для производственного применения. Модель построена на архитектуре BERT и содержит 136,7 млн параметров. Она принимает текст на английском языке, работает с контекстом до 512 токенов и возвращает метки для токенов, что позволяет находить фрагменты, подлежащие деидентификации. Модель можно применять в конвейерах обезличивания радиологических заключений и других биомедицинских документов перед их хранением, обменом или исследовательским анализом. Репозиторий использует формат PyTorch и лицензию MIT. README ссылается на сопутствующую публикацию, но не приводит метрики качества или подробности схемы меток.

STM — Gemma-2B — плотный биомедицинский ретривер на базе google/gemma-2b, разработанный для поиска релевантных текстов в биомедицинских материалах. Модель объединяет четыре специализированных эксперта методом Task Arithmetic и предназначена для retrieval и оценки сходства предложений. Она доступна в формате safetensors и содержит 2,5 млрд параметров; длина контекста составляет 8192 токена. Модель построена на архитектуре Gemma и использует Sentence Transformers для извлечения эмбеддингов. Лицензия — Gemma. Карточка не сообщает результатов оценки качества или конкретного перечня поддерживаемых языков.

Bioxtral-4x7B-v0.1 — языковая модель MaziyarPanahi для генерации текста, в том числе ответов на вопросы по биологии и медицине. Она построена как MoE-архитектура Mixtral и объединяет модели WestLake-7B-v2-laser, Daredevil-7B (использован дважды) и BioMistral-7B. В README приведено сравнение с BioMistral-7B по отдельным тестам; модель также демонстрируется на клиническом вопросе о лечении инфекции мочевых путей при беременности. Модель доступна в формате safetensors, поддерживает контекст до 32 768 токенов и предназначена для использования через Transformers с задачей text-generation. Лицензия — Apache-2.0. Карточка не указывает поддерживаемые естественные языки и не описывает ограничения клинического применения; медицинские ответы следует проверять специалистом.

rntc/mc-bio-gliner-lymphome-joint — франкоязычный биомедицинский экстрактор структурированных данных на архитектуре GLiNER2. Модель разработана для извлечения значений по 89 полям электронной формы клинического случая (eCRF), посвящённой лимфоме; используется совместная супервизия. Основа — sentence-embedding-модель MedEmbed-v9, размер — около 150 млн параметров. Модель дообучена на синтетическом наборе данных, имитирующем продольную клиническую форму, и предназначена для структурированного извлечения из медицинских текстов. На синтетическом тестовом разбиении из 410 документов значение value-F1 составило 0,657; это лучший вариант без генератора в описанном сравнении. Данные не являются реальными медицинскими записями, поэтому результат не подтверждает качество на реальных больничных документах. Лицензия — MIT.

MedASR — разработанная Google модель распознавания речи, преобразующая медицинскую диктовку в текст. Она предназначена для разработчиков медицинских и биологических приложений и подходит как отправная точка для создания систем диктовки, в том числе радиологических заключений, а также для передачи расшифровки в последующие текстовые модели. Модель использует архитектуру Conformer и содержит 105 млн параметров. На вход принимает монофоническое аудио с частотой 16 кГц в формате int16, на выходе выдаёт текст. Обучающие данные англоязычные; модель ориентирована на медицинскую речь. Качество может снижаться для речи с фоновым шумом, говорящих с иными языковыми особенностями и терминов, отсутствовавших в обучающих данных. Возможны ошибки в названиях лекарств и медицинских терминах, а также в датах и временных выражениях. Результаты требуют независимой проверки и не предназначены для самостоятельного использования при диагностике или принятии клинических решений. Использование регулируется условиями Health AI Developer Foundations.

OpenMed-NER-AnatomyDetect-PubMed-109M — специализированная модель OpenMed для распознавания анатомических сущностей в биомедицинском тексте. Это дообученная модель BERT для token classification на корпусе ANATOMY; она выделяет анатомические структуры и части тела, помечая токены тегами B-Anatomy и I-Anatomy. Модель предназначена для извлечения анатомических упоминаний из научных публикаций, клинических записей и медицинских документов. Её можно использовать в биомедицинском поиске, анализе литературы и построении графов знаний. Модель содержит 136,7 млн параметров, принимает токенизированный текст и поддерживает контекст до 512 токенов. Заявленные в карточке метрики на ANATOMY: F1 0,86, precision 0,87, recall 0,86 и accuracy 0,98. Модель рассчитана на английский язык и распространяется под лицензией Apache-2.0. Она выявляет только анатомические сущности: перечисленные в карточке сценарии вроде извлечения лекарств и обнаружения взаимодействий не подтверждены описанными метками, поэтому для них потребуется дополнительная модель или обработка. Длина контекста ограничивает обработку длинных документов одним проходом.

OpenMed разработала OpenMed-NER-OncologyDetect-SuperClinical-141M — специализированную модель распознавания и классификации биомедицинских сущностей в тексте. Это дообученная модель архитектуры DeBERTa v2 примерно на 155 млн параметров; она принимает токенизированный текст и выдаёт предсказания сущностей с BIO-разметкой. В README указано обучение на корпусе BioNLP 2013 CG, ориентированном на генетику рака, и перечислены типы сущностей, включая гены и продукты генов, опухоли, ткани, органы, клетки и химические вещества. Модель предназначена для извлечения онкологических и генетических сущностей из научной литературы и клинических текстов, а также для текстового анализа в исследованиях и здравоохранении. Контекст ограничен 512 токенами. README приводит F1 0,77, точность 0,75 и полноту 0,79 на заявленной оценке; качество на других корпусах и реальных клинических документах может отличаться. Расширенные сценарии вроде выявления лекарственных взаимодействий не подтверждены отдельной оценкой модели. Лицензия — Apache-2.0.

OpenMed-NER-PathologyDetect-BioMed-109M — специализированная модель OpenMed для распознавания упоминаний заболеваний в биомедицинских текстах. Это дообученная модель семейства BERT на основе BiomedNLP-BiomedELECTRA-base-uncased-abstract; она размечает токены тегами B-Disease и I-Disease и предназначена для извлечения названий болезней из научных публикаций, клинических записей и медицинских документов. Модель решает задачу классификации токенов и совместима с Transformers. В метаданных указаны 136,7 млн параметров и контекст до 512 токенов. В README сообщается о обучении на корпусе NCBI Disease и приводятся метрики F1 0,89, точность 0,86, полнота 0,91 и accuracy 0,98; эти результаты относятся к указанному корпусу и не гарантируют аналогичное качество на других типах текстов. Модель ориентирована на английский язык. Лицензия — Apache-2.0. Она извлекает сущности заболеваний, но не выполняет диагностику, нормализацию понятий или установление лекарственных взаимодействий сама по себе; заявленные сценарии клинического и исследовательского анализа требуют проверки на целевых данных.

OpenMed-NER-PharmaDetect-MultiMed-335M — модель OpenMed для распознавания химических сущностей в биомедицинском тексте. Это дообученная модель на архитектуре BERT с 433,9 млн параметров, предназначенная для токенной классификации; она принимает токенизированный текст и присваивает словам BIO-метки B-CHEM и I-CHEM. Контекст ограничен 512 токенами. Модель обучена на наборе BC5CDR_CHEM и рассчитана на извлечение названий химических соединений, лекарств и терапевтических веществ из аннотаций научных статей и медицинских документов. Возможные сценарии включают поиск препаратов в записях пациентов, мониторинг нежелательных явлений и подготовку данных для исследований лекарств. В карточке заявлены F1 0,961, точность 0,9585 и полнота 0,9634 на BC5CDR_CHEM. Указана лицензия Apache-2.0. Результаты относятся к конкретному набору BC5CDR_CHEM; качество на других типах клинических и научных текстов в карточке не подтверждено. Язык модели — английский.

OpenMed/OpenMed-ZeroShot-NER-Pharma-Multi-209M — специализированная модель OpenMed для распознавания химических сущностей в биомедицинских текстах. Она основана на архитектуре GLiNER и дообучена на корпусе BC5CDR-Chem, содержащем упоминания химических соединений, лекарств и терапевтических веществ. В метаданных указаны задача token-classification и формат PyTorch; модель принимает текст и возвращает метки и границы распознанных сущностей. Модель предназначена для извлечения названий химических веществ из научной литературы и других биомедицинских текстов, в том числе для фармаконадзора, поиска нежелательных реакций и последующего анализа связей «химическое вещество — заболевание». В README приведён F1 0,89 на тестовой выборке BC5CDR-Chem, исключённой из обучения. Заявленная возможность задавать собственные типы сущностей связана с zero-shot подходом GLiNER, однако обучение ориентировано прежде всего на химические сущности BC5CDR-Chem. Модель рассчитана на англоязычный текст. Длина контекста и число параметров не указаны в доступных данных. Лицензия Apache-2.0.