AIbase
JA
ホーム
Gilbert
G

Gilbert

rajpurkarlabによって開発
BioBERTをファインチューニングしたモデルで、放射線レポートから既往歴の言及を識別し削除するために特別に設計されています。
シーケンスラベリング
Transformers
 その他#医療テキスト処理#既往歴識別#BioBERTファインチューニング
ダウンロード数 442
リリース時間 : 7/12/2022

モデル概要

このモデルはBioBERTアーキテクチャを基にファインチューニングされており、特に放射線レポートなどの医療テキストを処理し、既往歴に関する内容を正確に識別して削除することができます。

モデル特徴

医療分野最適化
BioBERTをファインチューニングし、医療テキスト処理に特化して最適化されています。
高精度なエンティティ認識
放射線レポート内の既往歴関連内容を正確に識別できます。
テキストフィルタリング機能
レポート内の指定内容を削除し、重要な診断情報を保持できます。

モデル能力

医療テキスト処理
固有表現認識
テキストコンテンツフィルタリング
放射線レポート分析

使用事例

医療データ処理
放射線レポートクレンジング
放射線レポートから既往歴内容を削除し、現在の診断情報を保持します。
レポートの専門性と焦点を向上
患者データ匿名化
医療記録から機密性の高い過去情報を除去するのに役立ちます。
患者のプライバシー保護を強化
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase