IV.4Клиническая медицина и общественное здоровье

NV-Reason-CT — разработанная NVIDIA мультимодальная модель для анализа трёхмерных компьютерных томограмм грудной клетки и брюшной полости. Она принимает томограмму в формате NIfTI и текстовый запрос, а отвечает текстом: формирует радиологические описания, отвечает на вопросы и выдаёт анализ с рассуждением, которое можно отключить для получения краткого ответа. Архитектура сочетает 3D-энкодер зрения Primus 3D ViT, инициализированный из COLIPRI, с языковой моделью Qwen3.5-4B и позиционным кодированием 3D MRoPE. Модель обучена сквозным образом с SFT и GRPO на корпусе примерно из 550 тысяч структурированных примеров вопросов и ответов по КТ. В активном тракте анализа КТ около 4,35 млрд параметров; всего в чекпойнте 4,69 млрд с учётом сохранённых 2D-модулей. Объёмы автоматически обрезаются до грудной клетки или брюшной полости и приводятся к изотропному разрешению 2 мм. Модель предназначена для исследовательских и образовательных сценариев: помощи радиологам и студентам при разборе КТ, подготовке черновиков описаний и изучении клинических случаев. Она не предназначена для клинической диагностики или принятия решений о лечении; результаты должны проверяться квалифицированными специалистами, а сгенерированные рассуждения не гарантируют точного отражения внутренних вычислений модели. Лицензия — OpenMDW 1.1.

Pestle-27B-Ternary-GGUF — медицинская модель на 27 млрд параметров от Doses AI, основанная на Qwen/Qwen3.6-27B. Она сохраняет гибридную архитектуру внимания Qwen3.6 и сочетает ternary-сжатие языковой модели с BF16 последним блоком декодера; опубликована в виде GGUF размером 8,48 ГБ. Для работы с текстом достаточно одного файла, а обработка изображений доступна через отдельный проекционный файл. Модель предназначена для локальной оценки и разработки медицинских текстовых помощников, систем биомедицинского поиска и фармацевтических приложений. README сообщает о сохранении 96,48% медианной медицинской способности исходной модели на 17 сопоставимых измерениях и производительности около 10 токенов в секунду на MacBook M3 с 18 ГБ памяти. Поддерживаются чат и шаблоны для вызова инструментов; модель также может работать в режиме рассуждения. Это исследовательский предварительный выпуск, не предназначенный для клинического применения или решений о диагнозе, лечении, назначении лекарств, сортировке пациентов и ведении пациентов. Ответы могут быть неточными, неполными или предвзятыми. Лицензия — Apache 2.0.

CeLLaTe-tapt-bioformer16l-tokenizer-original-baseline-combinedData — англоязычная модель на архитектуре BERT, дообученная Mardiyyah на базе bioformers/bioformer-16l с использованием датасета Mardiyyah/Combined_TAPT_dataset. Она предназначена для задачи fill-mask: предсказывает пропущенные токены в тексте, что подходит для языкового моделирования и анализа биомедицинских текстов. Модель содержит 50,3 млн параметров, принимает текстовые последовательности с контекстом до 1024 токенов и выдаёт текстовые предсказания. На оценочном наборе указаны loss 1,1916, accuracy 0,7443 и perplexity 3,2923. Лицензия — Apache-2.0.

HuatuoGPT2-13B — языковая модель семейства Baichuan с 13,3 млрд параметров, опубликованная командой FreedomIntelligence. Она предназначена для генерации текста; название и карточка проекта связывают её с медицинской тематикой, но доступная информация не описывает конкретные медицинские сценарии или результаты оценки. Модель поддерживает китайский язык и использует формат PyTorch. Модель распространяется по лицензии Apache-2.0. README содержит только название и ссылки на GitHub и научную статью, поэтому подробности об обучении, контекстном окне, медицинских возможностях и ограничениях качества подтвердить нельзя.

Libra-v1.0 — мультимодальная модель для генерации описаний рентгенограмм грудной клетки, разработанная на основе Libra. Она объединяет визуальный энкодер RAD-DINO, предварительно обученный на медицинских изображениях, языковую модель Llama-3.2-3B-Instruct и модуль Temporal Alignment Connector (TAC), который объединяет признаки снимков за разные моменты времени. Модель содержит 3,2 млрд параметров, использует архитектуру LibraLlamaForCausalLM и принимает изображения грудной клетки вместе с текстовым запросом; заявленная длина контекста — 131 072 токена. Основное назначение — подготовка раздела Findings в отчёте, в том числе сравнение текущего снимка с предыдущими и описание изменений. Модель может помогать рентгенологам и использоваться в обучении и исследованиях, но её выводы требуют проверки специалистом: возможны ошибки при выявлении редких патологий, сравнении снимков и работе с данными, отличающимися от обучающих. Авторы отмечают, что модель предназначена для исследований и обучения и не одобрена для клинического применения FDA или CE. Лицензия — Apache-2.0.

wiweka24/llama3-psychiatrist-v1.3B-fp16 — дообученная модель семейства Llama 3, разработанная wiweka24 на базе unsloth/llama-3-8b-bnb-4bit с использованием Unsloth и Hugging Face TRL. Это причинная языковая модель для генерации текста; название указывает на психиатрическую тематику, однако карточка не описывает конкретные сценарии или специализированные возможности. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Указан английский язык. Лицензия — Apache-2.0.

TRIAGE Hospital Crisis Agent — дообученная с помощью GRPO модель на базе Qwen3.5-4B, разработанная для симуляции управления кризисными ситуациями в больнице и принятия решений по клинической сортировке пациентов. В многоагентной системе она поддерживает сценарии сортировки в отделении неотложной помощи по протоколу START, распределения мест в реанимации, проверки назначений и противопоказаний, распределения персонала, реагирования на сбои ИТ-систем и контроля кризисных решений. Модель содержит 3,4 млрд параметров, использует плотную архитектуру Qwen3.5 для генерации текста и диалога, работает с контекстом до 262 144 токенов. В метаданных указан английский язык; среди обучающих данных — MedMCQA и MedQA. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. В README приведены результаты внутреннего TRIAGE Multi-Agent Benchmark, однако модель предназначена только для исследований и симуляций и не проверена для реального клинического применения. Качество зависит от формулировки запроса и сложности сценария; её выводы не должны заменять профессиональное медицинское суждение.

BioBERT-Base v1.2 — англоязычная биомедицинская языковая модель на архитектуре BERT, разработанная исследователями DMIS-Lab Университета Корё. Она обучена для работы с биомедицинскими текстами; версия v1.2 включает языковую модельную голову, полезную для исследования представлений и предсказания замаскированных токенов. Модель содержит около 135,5 млн параметров и принимает последовательности длиной до 512 токенов. Основной сценарий использования этой версии — заполнение маски и исследование языковых представлений; BioBERT также может служить основой для дообучения на распознавание биомедицинских сущностей, извлечение отношений и ответы на вопросы. Это текстовая модель, а не готовая диалоговая система или самостоятельный извлекатель сущностей без соответствующей дополнительной настройки. В репозитории Hugging Face лицензия не указана в доступных метаданных; условия следует сверить с лицензией исходного проекта перед использованием.

CeLLaTe-tapt-pubmedbert-tokenizer-adapted-wwmask — англоязычная модель BERT для предсказания замаскированных слов, дообученная Mardiyyah на наборе Mardiyyah/TAPT_CeLLaTe2.0. Она основана на microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext и предназначена для задачи fill-mask в биомедицинских текстах. Модель содержит 138,2 млн параметров, использует архитектуру BertForMaskedLM и принимает последовательности текста длиной до 512 токенов. На указанном в карточке наборе оценки достигла loss 1,2144, accuracy 0,7569 и perplexity 3,3682. Доступна в формате safetensors; лицензия — Apache-2.0.

multiMentalRoBERTa 5 class — дообученная Sajjad Islam модель RoBERTa-large для многоклассового выявления сигналов распространённых состояний психического здоровья в коротких текстах из социальных сетей. Она относит текст к одному из пяти классов: тревожность, депрессия, ПТСР, суицидальные сигналы или отсутствие этих категорий. Модель принимает текст и выдаёт класс; для неё указано 454,1 млн параметров и контекст до 514 токенов. Модель предназначена для исследований сигналов психического здоровья в открытых онлайн-текстах, поддержки первичной сортировки обращений в системах взаимопомощи с проверкой человеком и учебных демонстраций классификации. В контролируемых экспериментах авторы сообщают macro F1 0,870, macro recall 0,869 и accuracy 0,881 на отложенной выборке. Модель дообучена на основе sentence-transformers/all-roberta-large-v1, использует архитектуру RoBERTa и распространяется в формате safetensors по лицензии Apache-2.0. Классификация социальных публикаций подвержена шуму и зависит от того, как люди описывают свой опыт; депрессия и суицидальные сигналы семантически близки, что может приводить к ложным срабатываниям. Перенос между областями и культурами клинически не проверен. Это не медицинское устройство: результаты не следует использовать для диагноза или определения кризисной ситуации без квалифицированного человеческого надзора.

NV-Segment-CT — интерактивная модель сегментации трёхмерных медицинских КТ-изображений, разработанная NVIDIA. Она предназначена для разметки анатомических структур и патологий, а также для ускорения подготовки медицинских аннотаций. Модель построена на архитектуре Transformer типа SAM и использует несколько выходных голов; для сегментации требуется хотя бы одна подсказка: индекс класса, точки на изображении или оба вида подсказок одновременно. Модель принимает КТ в формате NIfTI и массивы с информацией о классах или точках, а выдаёт трёхмерную маску в формате NIfTI. Доступны режимы сегментации всего объёма, выбранного класса и интерактивной сегментации по точкам. Среди поддерживаемых классов — органы, сосуды, кости, отдельные опухоли и другие структуры. Для запуска указаны MONAI Core 1.3 и Triton; из аппаратных платформ перечислены NVIDIA Ampere и Hopper, а поддерживаемая операционная система — Linux. Модель заявлена для исследований и разработки, но не для клинического применения. Метаданные указывают лицензию other, поэтому перед использованием необходимо проверить применимые условия NVIDIA. Языковая обработка не заявлена: модель работает с медицинскими изображениями и подсказками, а не с естественным языком.

OmniRad-base — компактный радиологический визуальный энкодер на базе Vision Transformer ViT-B, разработанный как модель общего назначения для медицинской визуализации. Он обучен без учителя на более чем миллионе радиологических изображений в модифицированной схеме DINOv2; в карточке указаны данные RadImageNet объёмом около 1,2 млн изображений. Модель принимает изображения размером 224 × 224 и извлекает переносимые визуальные признаки; у неё нет специализированных выходных голов для отдельных задач. Энкодер предназначен для извлечения признаков и адаптации к классификации изображений, сегментации и радиомическим сценариям, а также для использования в исследовательских мультимодальных конвейерах. В README заявлена работа с рентгеновскими снимками, КТ, МРТ и ультразвуковыми изображениями. Компактный вариант ориентирован на баланс вычислительной эффективности и качества представлений, однако перед применением в конкретной клинической задаче требуется отдельная проверка. Лицензия — CC BY 4.0.

resnet18.tiatoolbox-pcam — модель классификации изображений на архитектуре ResNet18, обученная центром Tissue Image Analytics (TIA) на гистологических патчах из набора Patch Camelyon (PCam). Она предназначена для классификации небольших изображений ткани и может использоваться как основа для извлечения признаков и эмбеддингов. Модель рассчитана на изображения размером 96 × 96 пикселей с тремя цветовыми каналами и содержит около 11,2 млн параметров. Модель ориентирована на анализ гистологических изображений в задачах, связанных с выявлением опухолевой ткани. Репозиторий распространяет веса в формате Safetensors; лицензия — Creative Commons Zero v1.0 Universal (CC0).

Skintelligent Acne — модель классификации изображений на базе Vision Transformer (ViT), предназначенная для оценки выраженности акне по изображению кожи. Она относит изображение к одному из шести уровней: от чистой кожи и единичных высыпаний до очень тяжёлого акне. Модель содержит 113,2 млн параметров и распространяется в формате safetensors для библиотеки Transformers. Модель может использоваться для автоматизированной предварительной оценки состояния кожи и сортировки изображений по степени выраженности акне. Она классифицирует изображения и не ставит диагноз и не заменяет оценку специалиста. В карточке не приведены сведения о составе обучающих данных, точности или проверке на разных группах пользователей, поэтому надёжность оценки в этих условиях не установлена. Лицензия — MIT.

Модель nurkayevaa/autonlp-bert-covid-407910458 — бинарный классификатор текста, обученный с помощью AutoNLP для задачи, связанной с COVID-19. В основе лежит DistilBERT с классификационной головой; модель принимает текст и выдаёт один из двух классов. В метаданных указан контекст длиной 512 токенов, а карточка связывает модель с набором данных nurkayevaa/autonlp-data-bert-covid. Язык модели — английский. В README приведены метрики валидации: accuracy 0,912, precision 0,891, recall 0,956, AUC 0,970 и F1 0,923. Эти результаты относятся к указанной в карточке оценке и не гарантируют такое же качество на других данных. Модель опубликована в формате PyTorch; лицензия в предоставленных сведениях не указана.

plncmm/beto-clinical-wl-es — испаноязычная модель на основе BERT, дообученная на наборе данных чилийского листа ожидания. Она предназначена для предсказания скрытых слов в клинических текстах на испанском языке. Модель содержит 137,1 млн параметров, использует архитектуру BertForMaskedLM и принимает последовательности длиной до 512 токенов. Доступны веса в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

CeLLaTe-tapt-pubmedbert-tokenizer-original-wwmask — англоязычная модель семейства BERT, разработанная Mardiyyah как дообучение microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext на датасете Mardiyyah/TAPT_CeLLaTe2.0. Она предназначена для восстановления замаскированных слов в биомедицинских текстах и адаптирована к лексике обучающего корпуса. Модель имеет архитектуру BertForMaskedLM и содержит 136,7 млн параметров; максимальный контекст — 512 токенов. По результатам оценки на тестовой выборке указаны loss 1,0329, accuracy 0,7709 и perplexity 2,8091. Модель распространяется по лицензии Apache-2.0.

ClinicalMobileBERT — языковая модель семейства MobileBERT, созданная дообучением BioMobileBERT в режиме continual learning на заметках MIMIC-III в течение трёх эпох. Она предназначена для заполнения пропусков в медицинских текстах: модель предсказывает замаскированный токен с учётом окружающего контекста. Архитектура использует компактные эмбеддинги размерности 128, свёрточное повышение размерности и линейные проекции вокруг блоков трансформера; в карточке указано 59,7 млн параметров и контекст до 512 токенов. Модель принимает и выдаёт текст. Лицензия — MIT. Обучение на клинических заметках ориентирует её на медицинскую лексику, но карточка не приводит оценок качества или гарантий применимости в клинических решениях.

ColonCrafter — модель оценки глубины для видео колоноскопии, построенная на DepthCrafter и Stable Video Diffusion. Она использует диффузионные априорные знания и адаптацию LoRA для получения временно согласованных карт глубины по кадрам видео. В карточке указана архитектура UNet DepthCrafter с LoRA ранга 16, целевыми модулями внимания to_q, to_k, to_v и to_out.0, а также точность FP16. Модель предназначена для анализа глубины в колоноскопических видео, где согласованность оценок между соседними кадрами полезна для изучения геометрии и структуры обследуемой области. В метаданных указан pipeline depth-estimation и библиотека Transformers; репозиторий содержит веса PyTorch. Модель распространяется по лицензии Apache-2.0.

EEG-DINO Medium — это предварительно обученный энкодер ЭЭГ примерно с 33 млн параметров, основанный на архитектуре braindecode.models.EEGDINO. Чекпойнт подготовлен для проекта OpenEEG-Bench и обучен методом иерархической self-distillation по подходу DINO-v2; для загрузки используется библиотека braindecode. Модель предназначена для извлечения признаков из сигналов ЭЭГ и последующего дообучения под задачи классификации или другие downstream-задачи. Она рассчитана на 19 каналов по системе 10–20 с частотой дискретизации 200 Гц и обучалась на корпусе Temple University Hospital EEG Corpus объёмом более 9000 часов. При загрузке классификационная голова инициализируется заново. Качество может снижаться при отличии расположения электродов от обучающего монтажа; входные данные следует привести к 200 Гц. Лицензия репозитория — BSD-3-Clause, однако README рекомендует проверить лицензию обучающего корпуса перед коммерческим использованием.

TxGemma-9B-Chat — языковая модель Google, адаптированная для задач, связанных с терапевтическими разработками и созданием лекарственных средств. Представленная версия — квантованная сборка в формате GGUF, подготовленная bartowski с использованием llama.cpp и imatrix-квантизации. Модель ориентирована на генерацию текста и работу в диалоговом формате. Модель содержит около 9 миллиардов параметров и поддерживает английский язык. Она предназначена для локального запуска через llama.cpp, LM Studio и совместимые проекты. В README указано, что системный промпт не поддерживается; для взаимодействия используется специальный шаблон с ролями пользователя и модели. Длина контекста и точная архитектура в предоставленных данных не указаны. Доступно множество вариантов квантизации — от BF16 до форматов Q8, Q6, Q5, Q4 и Q3, что позволяет выбирать баланс между качеством, размером файла и требованиями к памяти. Более высокие уровни квантизации обеспечивают качество, близкое к исходной модели, тогда как компактные варианты подходят для систем с ограниченным объёмом оперативной памяти, но могут заметнее уступать по качеству. Использование модели регулируется условиями Health AI Developer Foundation; для доступа на Hugging Face требуется принять соответствующие условия лицензии.

MS-BERT — модель семейства BERT, разработанная исследователями отдела Data Science and Advanced Analytics больницы St. Michael’s Hospital в Торонто. Она основана на BLUE-BERT base, дополнительно предобученном на клинических записях неврологических осмотров пациентов с рассеянным склерозом. Репозиторий содержит модель для задачи заполнения пропусков в тексте (masked language modeling); архитектура — BertForMaskedLM, размер — 136,7 млн параметров, максимальный контекст — 512 токенов. Модель предназначена для работы с клиническими текстами о неврологических осмотрах, течении болезни и диагнозах при рассеянном склерозе, например для исследования и адаптации NLP-сценариев в этой области. Данные предварительно обезличивали: имена, даты, идентификаторы и другие сведения заменяли специальными токенами. Карточка не сообщает лицензию, поэтому условия использования по имеющимся сведениям определить нельзя. Авторы предупреждают, что результаты не предназначены для самостоятельной диагностики или принятия медицинских решений без проверки и надзора клинического специалиста.

OpenMed разработала специализированную модель распознавания клинических сущностей, дообученную для выявления терминов, связанных с хроническим лимфолейкозом (CLL), в биомедицинских текстах. Это модель семейства BERT с архитектурой BertForTokenClassification; в метаданных указано 433,9 млн параметров и контекст 512 токенов. Модель принимает токенизированный биомедицинский текст и возвращает метки сущностей в формате BIO; заявленный тип сущности — B-CL и I-CL. Модель предназначена для извлечения CLL-связанных сущностей из научных публикаций и медицинских документов, например для анализа упоминаний заболевания, биомаркеров и лечения. README сообщает F1 0,53, точность 0,48, полноту 0,60 и accuracy 0,91 на датасете CLL, поэтому качество извлечения может быть ограниченным и требует проверки для конкретного применения. Модель распространяется по лицензии Apache-2.0.

QB-Q3-4B-v1-SFT — диалоговая модель генерации текста на основе Qwen3, опубликованная пользователем Zaynoid. Репозиторий содержит контрольную точку в формате Safetensors; доступ предоставляется по запросу. Пример загрузки использует Transformers и AutoModelForCausalLM. Модель предназначена для генерации ответов в чате. Тег medical указывает на медицинскую направленность, однако README не описывает конкретные клинические сценарии или оценку качества. Лицензия Apache-2.0.

Qwen3.5-4B-ChemBio — мультимодальная модель yamatazen на архитектуре Qwen3.5 с 4 млрд параметров, дообученная от MuXodious/Qwen3.5-4B-ARA-heresy. Она предназначена для диалога и анализа изображений в контексте химической и биологической безопасности; при дообучении использован датасет Chemical-Biological-Safety-Applications-Sharegpt. Модель принимает текст и изображения и генерирует текст. В карточке указаны английский язык, формат весов Safetensors и лицензия Apache-2.0. Для обучения применялись Unsloth и библиотека Hugging Face TRL.

Это модель Vibhor Agrawal на базе RoBERTa-base, дообученная для бинарной классификации текста: она определяет, содержит ли текст признаки суицидальных намерений. Модель построена на архитектуре RoBERTa и насчитывает 151,8 млн параметров; для работы с текстом использует контекст до 514 токенов. Обучение проводилось на очищенном наборе публикаций Reddit с бинарными метками «суицид» и «не суицид». В карточке приведены результаты оценки: accuracy 0,9869, precision 0,9904, recall 0,9846 и F1 0,9875. Модель может служить вспомогательным инструментом для первичной сортировки текстов или исследовательского анализа англоязычных публикаций. Это не клинический диагностический инструмент: показатели на данных Reddit не гарантируют качество на других источниках, языках и типах текстов. Модель выпущена по лицензии MIT.

Модель oanoufa/sbtr_ntv3_650M разработана пользователем oanoufa на базе InstaDeepAI/NTv3_650M_pre и дообучена для классификации геномных данных, связанных с ВИЧ. В метаданных и карточке Hugging Face она обозначена как модель для HIV subtyping — определения подтипа ВИЧ по входным данным, представленным в формате, поддерживаемом исходной моделью. Модель предназначена для исследовательских и биоинформатических сценариев, включая классификацию последовательностей или признаков, связанных с геномикой ВИЧ. Её основная задача — text-classification, однако практическая интерпретация результатов зависит от формата входных данных и разметки, использованных при дообучении. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая предусматривает указание авторства, некоммерческое использование и распространение производных материалов на тех же условиях.

HotJellyBean/skin-disease-classifier — модель классификации изображений на базе Swin Transformer, представленная автором HotJellyBean. Она относит изображение кожного образования к одной из восьми категорий: актинический кератоз, базальноклеточная карцинома, доброкачественный кератоз, дерматофиброма, меланоцитарный невус, меланома, плоскоклеточная карцинома или сосудистое поражение. Модель рассчитана на RGB-изображения размером 224×224 пикселя и обучена на данных ISIC; содержит 58,7 млн параметров. Модель подходит для исследовательской и учебной классификации изображений кожных поражений и может применяться для предварительной сортировки таких изображений. Это не медицинский диагностический инструмент: результаты следует оценивать совместно со специалистом. Веса доступны в формате safetensors по лицензии MIT.

ishikaa/acquisition_student_medmcqa_gradient_sft_llama8b — текстовая генеративная модель на базе архитектуры Llama с дообучением методом supervised fine-tuning (SFT). Модель опубликована пользователем или организацией ishikaa и содержит около 7,5 млрд параметров; для работы предполагается библиотека Transformers. Название модели указывает на связь с задачей MedMCQA и медицинскими вопросами с вариантами ответа. Модель предназначена для генерации ответов и диалоговых сценариев, включая формулирование ответов на медицинские вопросы и объяснений к ним. Она поддерживает контекст длиной до 131 072 токенов, что позволяет обрабатывать длинные входные инструкции и документы. В метаданных также отмечены conversational-сценарии и формат safetensors. README содержит только автоматически сгенерированную карточку и не предоставляет сведений о разработчиках, лицензии, языках обучения, датасете, методике оценки или результатах тестирования. Поэтому модель следует использовать как исследовательский инструмент и обязательно проверять её ответы, особенно в медицинских сценариях.

Это дообученная модель DepRoBERTa от автора rafalposwiata для определения уровня депрессии по публикациям в социальных сетях на английском языке. Модель относит текст к одному из трёх классов: отсутствие депрессии, умеренный или тяжёлый уровень. Модель основана на архитектуре RoBERTa и содержит 454,1 млн параметров. Она предназначена для классификации коротких текстов; нативный контекст составляет 514 токенов. Модель участвовала в решении, занявшем первое место в задаче LT-EDI-ACL2022 по выявлению признаков депрессии в текстах социальных сетей. Подходит для исследовательского анализа текстов и автоматической разметки публикаций, но предсказания не являются клиническим диагнозом. Лицензия в предоставленных данных не указана.