T5 Small Medical 512

🚀 t5-small-patient-summary モデルカード

このモデルは、患者の医療記録を要約するタスクに特化した t5-small モデルのファインチューニング版です。正確で意味のある要約を生成することで、医療提供者を支援することを目的としています。

🚀 クイックスタート

このモデルを使用するには、以下のコードを実行します。

from transformers import pipeline

summarizer = pipeline(model="umeshramya/t5_small_medical_512")
summary = summarizer("The patient is a 70-year-old female with...", max_length=200, min_length=50)
print(summary)

✨ 主な機能

• t5-small モデルをベースに、患者の医療記録の要約タスクにファインチューニングされています。
• 独自の匿名化された患者記録のデータセットで学習されています。
• 医療記録の要約に使用でき、医療文書作成の支援ツールとして役立ちます。

📦 インストール

このモデルを使用するには、transformers ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import pipeline

summarizer = pipeline(model="umeshramya/t5_small_medical_512")
summary = summarizer("The patient is a 70-year-old female with...", max_length=200, min_length=50)
print(summary)

高度な使用法

# 入力テキストが512トークンを超える場合、分割して再実行する例
from transformers import pipeline

summarizer = pipeline(model="umeshramya/t5_small_medical_512")
input_text = "長い医療記録のテキスト..."
chunk_size = 512
chunks = [input_text[i:i+chunk_size] for i in range(0, len(input_text), chunk_size)]
summaries = []
for chunk in chunks:
    summary = summarizer(chunk, max_length=200, min_length=50)
    summaries.append(summary[0]['summary_text'])
final_summary = " ".join(summaries)
print(final_summary)

📚 ドキュメント

モデルの詳細

モデルの説明

このモデルは、t5-small モデルを患者記録を簡潔な医療要約にまとめるタスクにファインチューニングしたものです。匿名化された医療記録を含む独自のデータセットで学習され、医療提供者を支援する正確で意味のある要約を生成することを目的としています。入力長は512トークンで、テキストが長い場合は分割して再実行します。

ユースケース

このモデルは、医療記録の要約（患者履歴、診察メモ、退院要約など）が必要な臨床設定やヘルステックアプリケーションでの使用を想定しています。

入力例:

 The patient is a 45-year-old male with a history of hypertension and diabetes, presenting with chest pain...

出力例:

45-year-old male with hypertension and diabetes presenting with chest pain.

学習データ

このモデルは、独自の匿名化された患者記録のデータセットで学習されています。各レコードには、全文の医療メモと対応する人が書いた要約が含まれています。学習前に、機密性の高い個人情報は削除または隠蔽されています。

注意: プライバシーとコンプライアンス上の理由から、データは公開されていません。

制限事項とバイアス

• このモデルは、学習データに含まれるバイアスを反映する可能性があります。
• 人間の監督なしでは、高リスクの臨床判断に使用するのに適していません。
• 時には、誤ったまたは不完全な要約を生成することがあります。

意図された使用方法

• 医療記録の要約
• 医療文書作成の支援ツール

誤用

• 医療監督なしでは、診断または治療推奨システムでの使用はできません。

👤 作者と連絡先

• 作者: Dr Umesh Bilagi/ NiceHMs
• 連絡先: admin@nicehms.com
• ウェブサイト: Nice HMS

🔄 謝辞

• Hugging Face 🤗 Transformers
• 元のT5モデルの貢献者
• 要約をレビューした医療関係者（該当する場合）

📄 ライセンス

このモデルはMITライセンスの下で提供されています。