الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

medical_nlp

ملخص لتقييم/منافسة مجال NLP الطبي ، مجموعة البيانات ، الموارد الورقية والموارد النموذجية قبل التدريب.

ملخص لتقييمات/مسابقات NLP الطبية ومجموعات البيانات والأوراق والنماذج التي تم تدريبها مسبقًا.

أخبار

  • ؟ 2024/11/14 5.3 医疗VLM 4. VLM数据集5.4 医疗VLM Benchmark في المستقبل ، سيكون التركيز على الحفاظ على الموارد ذات الصلة المتعلقة بتوجيه صيانة VLM الطبية . سيتم الحفاظ على الريبو بواسطة Rongsheng Wang.
  • ؟ قبل 2024/11/14 عندما غادرت Cris Lee حقل NLP الطبي في عام 2021 ، يتم الآن الحفاظ على هذا الريبو بواسطة Xidong Wang ، Ziyue Lin ، Jing Tang.

محتويات

  • 1. التقييم
    • 1.1 التقييم المعياري الطبي الصيني: CMB / CMEXAM / PROFRCBLUE
    • 1.2 التقييم القياسي الطبي الإنجليزي:
  • 2. المنافسة
    • 2.1 المباريات المستمرة
    • 2.2 اللعبة النهائية
  • 3. LLM Dataset
    • 3.1 الصينية
    • 3.2 اللغة الإنجليزية
  • 4. VLM Dataset
  • 5. نموذج مفتوح المصدر مسبقًا
    • 5.1 PLM الطبية
    • 5.2 Medical LLM
    • 5.3 Medical VLM
    • 5.4 معيار VLM الطبي
  • 6. الأوراق ذات الصلة
    • 6.1 الأوراق التي قد تكون مفيدة في عصر ما بعد الفصل
    • 6.2 نظرة عامة على المقالات
    • 6.3 مقالات خاصة بالمهمة
    • 6.4 مؤشر الاجتماع
  • 7. مجموعة أدوات المصدر المفتوح
  • 8. حلول المنتجات الصناعية
  • 9. مشاركة المدونة
  • 10. روابط ودية

1. التقييم

1.1 التقييم المعياري الطبي الصيني: CMB / CMEXAM / PROFRCBLUE

  • CMB

    • العنوان: https://github.com/freedomintelligence/cmb
    • المصدر: الفحوصات في مختلف العمل الطبي السريري في جميع المراحل ؛ التشاور حول الحالات المعقدة السريرية

  • cmexam

    • العنوان: https://github.com/williamliujl/cmexam
    • المصدر: فحص المؤهلات العملية للأطباء العام السابق أسئلة

  • QuortCblue

    • العنوان: https://github.com/michael-wzhu/promptcblue
    • المصدر: CBLUE

  • QuortCblue

    • العنوان: https://github.com/cbluebenchmark/cblue
    • المصدر: مجموعات البيانات من مسابقات التقييم الأكاديمية السابقة وأعمال البحث الطبي على علي كوارك للمراجعات الأكاديمية السابقة

  • Medbench

    • العنوان: https://arxiv.org/abs/2312.12806
    • المصدر: يحتوي على 40،041 سؤال من الفحوصات الطبية والتقارير ، تغطي جميع التخصصات.

1.2 التقييم القياسي الطبي الإنجليزي:

  • Multimedbench

    • مقدمة: إنه نموذج كبير لتوليد متعدد الوسائط مشتق من Google
↥ العودة إلى الأعلى

2. المنافسة

2.1 المباريات المستمرة

  • حكم استعلام البحث الطبي

    • العنوان: https://tianchi.aliyun.com/competition/entrance/532001/introduction
    • المصدر: علي بابا تيانتشي

2.2 اللعبة النهائية

2.2.1 مسابقة اللغة الإنجليزية

  • ورشة BionLP 2023 المهام المشتركة

    • العنوان: https://aclweb.org/aclwiki/Bionlp_workshop#shared_tasks_2023
    • المصدر: ورشة BionLP

  • Medvidqa 2023

    • العنوان: https://medvidqa.github.io/index.html
    • المصدر: المعاهد الوطنية للصحة

  • mediqa-2021

    • العنوان: https://sites.google.com/view/mediqa2021
    • المصدر: ورشة عمل NAACL-BIONLP 2021

  • مسابقة ICLR-2021 الدولية لتوليد الحوار الطبي والتشخيص التلقائي

    • العنوان: https://mlpcp21.github.io/pages/challenge
    • المصدر: ورشة عمل ICLR 2021

2.2.2 المنافسة الصينية

  • التصوير NLP - توليد تقارير تشخيص التصوير الطبي

    • العنوان: https://gaiic.caai.cn/ai2023/
    • المصدر: 2023 مسار مسابقة الابتكار في تكنولوجيا الذكاء الاصطناعي العالمي 1

  • تحدي الفرز البسيط لمتطلبات المرض غير القياسية 2.0

    • العنوان: http://challenge.xfyun.cn/topic/info؟type=disease-claims-2022&Ch=DS22-DW-SQ03
    • المصدر: Iflytek

  • مهمة التقييم لمؤتمر معالجة المعلومات الصحية الثامن في الصين (ChIP2022)

    • العنوان: http://cips-chip.org.cn/
    • المصدر: Chip2022

  • كيان طبي في إيفليتك وتحدي تحديد العلاقة

    • العنوان: http://www.fudan-disc.com/sharedtask/imcs21/index.html
    • المصدر: Iflytek

  • "الكبد" ناعم وناعم ، ويخلق النموذج الكبير نمطًا جديدًا من الخدمات التفاعلية للأطباء والمرضى الذين يعانون من مرض الكبد.

    • العنوان: http://www.fudan-disc.com/sharedtask/IMCS21/index.html jonder includy(https://www.dcic-china.com/competitions/10090
    • المصدر: لجنة تنظيم القمة الرقمية في الصين في الصين
↥ العودة إلى الأعلى

3. LLM Dataset

3.1 الصينية

  • Huatuo-26m

    • العنوان: https://github.com/freedomintelligence/huatuo-26m
    • مقدمة: Huatuo-26m هو إلى حد بعيد أكبر أسئلة في الطب الصيني ومجموعة بيانات الإجابة.

  • مجموعة بيانات الحوار الطبي الصيني

    • العنوان: https://github.com/toyhom/chinese-medical-dialogue-data
    • مقدمة: بيانات أسئلة وأجوبة طبية تحتوي على ستة أقسام

  • CBLUE

    • العنوان: https://github.com/cbluebenchmark/cblue
    • مقدمة: تغطية استخراج معلومات النص الطبي (التعرف على الكيان ، استخراج العلاقة)

  • CMEDQA2 (108K)

    • العنوان: https://github.com/zhangsheng93/cmedqa2
    • مقدمة: أكثر من 100000 سؤال ومجموعات البيانات الإجابة في الطب الصيني

  • xywy-kg (294k ثلاثية)

    • العنوان: https://github.com/baiyang2464/chatbot-base-on-knowledge-graph
    • مقدمة: 44.1k الكيان 294.1k ثلاثي

  • 39 Health-KG (210k Triple)

    • العنوان: https://github.com/zhihao-chen/qasystemonmedicalgraph
    • مقدمة: يتضمن 15 عنصرًا من المعلومات ، بما في ذلك 7 أنواع من الكيانات ، وحوالي 37000 كيان ، و 210،000 علاقات كيان.

  • نظام طبي ما الطبي

    • العنوان: https://github.com/ucsd-ai4h/medical-dialogue-system
    • تحتوي مجموعة بيانات Meddialog (الصينية) على محادثات بين الأطباء والمرضى (الصينية). تحتوي مجموعة البيانات هذه على 1.1 مليون محادثة و 4 ملايين محادثة. لا تزال البيانات تنمو ، وسيتم إضافة المزيد من المحادثات في المستقبل.

  • بيانات الحوار الطبي الصيني

    • العنوان: https://github.com/toyhom/chinese-medical-dialogue-data
    • تحتوي مجموعة البيانات هذه على ما مجموعه 792،099 بيانات من ستة أقسام مختلفة بما في ذلك تقويم العظام ، طب الأطفال ، أمراض النساء ، الطب الداخلي ، الجراحة ، وعلم الأورام.

  • yidu-s4k

    • العنوان: http://openkg.cn/dataset/yidu-s4k
    • مقدمة: التعرف على الكيان المسماة والكيان واستخراج السمة

  • Yidu-N7K

    • العنوان: http://openkg.cn/dataset/yidu-n7k
    • مقدمة: توحيد اللغة السريرية

  • مجموعة بيانات الطب الصيني ومجموعة بيانات الإجابة

    • العنوان: https://github.com/zhangsheng93/cmedqa2
    • مقدمة: أسئلة وأجوبة طبية

  • سؤال حوار الطبيب والمريض الصيني والإجابة

    • العنوان: https://github.com/ucsd-ai4h/medical-dialogue-system
    • مقدمة: أسئلة وأجوبة طبية

  • cpubmed-kg (4.4m ثلاث مرات)

    • العنوان: https://cpubmed.openi.org.cn/graph/wiki
    • مقدمة: بيانات مجلة النص الكامل عالي الجودة للجمعية الطبية الصينية

  • الرسم البياني للمعرفة الطبية الصينية CMEKG (1M ثلاث مرات)

    • العنوان: http://cmekg.pcl.ac.cn/
    • مقدمة: CMEKG (الرسم البياني للمعرفة الطبية الصينية)

  • رقاقة تقييم السنوات الماضية (التقييم الرسمي)

    • العنوان: http://cips-chip.org.cn/2022/callforeval ؛ http://www.cips-chip.org.cn/2021/ ؛ http://cips-chip.org.cn/2020/
    • مقدمة: تقييم السنوات الماضية (التقييم الرسمي)

  • مجموعة بيانات مرض السكري في مستشفى رويجين (مرض السكري)

    • العنوان: https://tianchi.aliyun.com/competition/entrance/231687/information
    • مقدمة: مجموعة بيانات السكري في مستشفى رويجين (مرض السكري)

  • مسابقة Tianchi Covid-19 Match Match (فيروس كورونا الجديد)

    • العنوان: https://tianchi.aliyun.com/competition/entrance/231776/information
    • مقدمة: تتضمن بيانات هذه المسابقة: أزواج بيانات المشكلة الطبية وبيانات وضع العلامات بعد إزالة الحساسية.

3.2 اللغة الإنجليزية

  • medmentions

    • العنوان: https://github.com/chanzuckerberg/medmentions
    • مقدمة: مجموعة بيانات ارتباط الكيان الطبي الحيوي بناءً على PubMed Abstract

  • WebMedqa

    • العنوان: https://github.com/hejunqing/webmedqa
    • مقدمة: أسئلة وأجوبة طبية

  • كوميتا

    • العنوان: https://www.siphs.org/
    • مقدمة: رابط الكيان الطبي في وسائل التواصل الاجتماعي. نشرت على EMNLP2020

  • PubMedqa

    • العنوان: https://arxiv.org/abs/1909.06146
    • مقدمة: مجموعة بيانات أسئلة وأجوبة طبية بناءً على استخراج PubMed

  • mediqa

    • العنوان: https://sites.google.com/view/mediqa2021
    • مقدمة: ملخص النص

  • ChatDoctor Dataset-1

    • العنوان: https://drive.google.com/file/d/1lyfqiwllsclhgrcutwue_iacnq6xnut/view؟usp=sharing
    • مقدمة: 100000 محادثات حقيقية بين المرضى والأطباء من HealthCaremagic.com

  • ChatDoctor Dataset-2

    • العنوان: https://drive.google.com/file/d/1zkbqgyqwc7djhs3n9tqyqvpddqmzacla/view؟usp=sharing
    • مقدمة: 10K محادثات حقيقية بين المرضى والأطباء من icliniq.com

  • البنية الحيوية

    • العنوان: https://github.com/bio-nlp/bioinstruct
    • مقدمة: أكثر من 25000 تعليمات مصممة خصيصًا للمهام الطبية الحيوية ، بما في ذلك على سبيل المثال

  • بيانات Med-alpaca المرئية

    • العنوان: https://github.com/cambridgeltl/visual-med-alpaca/tree/main/data
    • مقدمة: بيانات التدريب المرئي Med-Alpaca ، مستمدة من Bigbio و Roco و GPT-3.5-Turbo

  • Chexpert plus

    • العنوان: https://github.com/stanford-aimi/Chetrit-Plus
    • مقدمة: أكبر مجموعة بيانات نصي منشورة في مجال الأشعة ، مع ما مجموعه 36 مليون رمز نص ، وكلها مزودة بصور عالية الجودة بتنسيق DICOM ، بالإضافة إلى عدد كبير من الصور وبيانات التعريف المريض التي تغطي مجموعة واسعة من الفئات السريرية والاجتماعية ، بالإضافة إلى العديد
↥ العودة إلى الأعلى

4. VLM Dataset

مجموعة البيانات ورق جيثب الكلمات الرئيسية
Medtrinity-25m وصلة وصلة 25 million images ، 10 modalities ، 65 diseases ، VQA EN
llava-med وصلة وصلة 630k images ، VQA ، EN
الصينية الفلافا-ميد - وصلة 60k images ، VQA ، ZH
Huatuogpt-rision وصلة وصلة 647k images ، VQA ، EN
Medvidqa وصلة وصلة 7k videos ، VQA ، EN
حميد وصلة وصلة 1M images ، VQA ، EN ، ZH
radfm وصلة وصلة 16M images ، 5000 diseases ، VQA ، EN ، 2D/3D
BiomedParsedata وصلة وصلة 6.8 million image-mask-description ، 45 biomedical image segmentation datasets ، 9 modalities ، EN ، 2D
omnimedvqa وصلة وصلة 118,010 images ، 12 modalities ، 2D ، 20 human anatomical regions
PRECT وصلة وصلة 160K volumes ، 42M slices ، 3D ، CT
GMAI-VL-5.5M وصلة وصلة 5.5m image and text ، 219 specialized medical imaging datasets ، 2D ، VQA
SA-MED2D-20M وصلة وصلة 4.6 مليون صورة طبية ثنائية الأبعاد و 19.7 مليون أقنعة مقابلة ، 2D EN 4.6 million 2D medical images and 19.7 million corresponding masks
Imis-betic وصلة وصلة 6.4 مليون صورة ، 273.4 مليون قماش (56 قماشًا لكل صورة) ، 14 طرائق تصوير ، و 204 أهداف تجزئة EN 6.4 million images, 273.4 million masks (56 masks per image), 14 imaging modalities, and 204 segmentation targets
↥ العودة إلى الأعلى

5. نموذج مفتوح المصدر مسبقًا

5.1 PLM الطبية

  • BioBert:

    • العنوان: https://github.com/naver/biobert-pretrained
    • مقدمة: BioBert هو نموذج تمثيل اللغة في مجال العلوم الطبية الحيوية ، والذي يستخدم خصيصًا لمهام تعدين النصوص الطبية الحيوية ، مثل التعرف على الكيان الطبيب الحيوي ، واستخراج العلاقة ، والسؤال والإجابة ، إلخ.

  • بلوبيرت:

    • العنوان: https://github.com/ncbi-nlp/blue_benchmark
    • مقدمة: يشتمل المعيار الأزرق على 5 مهام مختلفة من تعدين النص الطبيب الحيوي و 10 مجموعة. تعتمد المعايير الزرقاء على مجموعات البيانات الموجودة مسبقًا لأنها تم استخدامها على نطاق واسع من قبل مجتمع BionLP كمهام مشتركة. تغطي هذه المهام مجموعة متنوعة من أنواع النص (أدبيات الطب الحيوي والملاحظات السريرية) ، وحجم مجموعة البيانات وصعوبة ، والأهم من ذلك ، تسليط الضوء على تحديات تعدين النص الطبية الحيوية الشائعة.

  • الوقود الحيوي:

    • العنوان: https://github.com/flairnlp/flair
    • مقدمة موجزة: Flair عبارة عن مكتبة قوية NLP يمكنها تطبيق نماذج معالجة اللغة الطبيعية الحديثة (NLP) على نص مثل التعرف على الكيان المسماة (NER) ، تحليل المشاعر ، وضع علامات جزئية من الكلام (POS) ، الدعم الخاص للبيانات الطبية الحيوية ، التفكيك الدلالي وتصنيفه ، يدعم عدد النمو المتزايد من اللغات. Flair هي أيضًا مكتبة تضمين نصية ، وهي إطار معالجة اللغة الطبيعية يعتمد على Pytorch.

  • Covid-Twitter-Bert:

    • العنوان: https://github.com/digitalepidemiologylab/covid-twitter-bert
    • مقدمة: Covid-Twitter-Bert (CT-Bert for Short) هو نموذج يعتمد على المحولات يتم تدريبه مسبقًا على عدد كبير من رسائل Twitter حول موضوع Covid-19. تم تدريب نموذج V2 على 97 مليون تغريدة (1.2 مليار عينة تدريب).

  • Bio-LM (نماذج اللغة الطبية الحيوية والسريرية)

    • العنوان: https://github.com/facebookresearch/bio-lm
    • مقدمة: يقوم هذا العمل بتقييم العديد من النماذج لمهام معالجة اللغة الطبيعية الطبيعية والسريرية ويدرب بعض النماذج الجديدة بأداء أفضل.

  • Bioalbert

    • العنوان: https://github.com/usmaann/bioalbert
    • مقدمة: هذا هو نموذج تمثيل اللغة الطبية الحيوية المدربين على مجموعة كبيرة من المجال (الطب الحيوي) ، مصمم لمهام تعدين النص الطبية الحيوية.

5.2 Medical LLM

5.2.1 النموذج الطبي متعدد اللغات

  • أبولومو:

    • العنوان: https://github.com/freedomintelligence/apollomoe
    • مقدمة: الديمقراطية بشكل فعال في LLM في 50 أدوية لغوية من خلال مزيج من خبراء أسرة اللغة

  • أبولو:

    • العنوان: https://github.com/freedomintelligence/apollo
    • مقدمة: الطب الخفيف متعدد اللغات LLM ، تعميم الذكاء الاصطناعي الطبي إلى 6 مليارات شخص

  • mmedlm:

    • العنوان: https://github.com/magic-ai4med/mmedlm
    • مقدمة: أول نموذج لغة طبية متعددة اللغات مفتوح المصدر

5.2.2 نموذج اللغة الطبية الصينية الكبيرة

  • بنتسو:
    • العنوان: https://github.com/scir-hi/huatuo-llama-med-chinese
    • مقدمة: يعتمد Bentsao على LLAMA-7B ويتم الحصول عليه من خلال ضبط التعليمات/التعليمات الطبية الصينية. قام الباحثون ببناء مجموعة بيانات تعليمات طبية صينية من خلال الرسم البياني للمعرفة الطبية و API GPT3.5 ، وتعليمات LLAMA التي تم ضبطها على هذا الأساس ، مما يحسن تأثير أسئلة وأجوبة لاما في المجال الطبي.
  • بيانك:
    • العنوان: https://github.com/scutcyr/bianque
    • مقدمة: نموذج حوار طبي يتم ضبطه وفقًا للتعليمات وجولات متعددة من حوار الاستفسار. باستخدام Clueai/chatyuan-large-V2 كقاعدة ، فإنه يستخدم تعليمات أسئلة وأجوبة طبية صينية ومجموعة بيانات مختلطة من جولات متعددة من حوار الاستفسار من أجل ضبطها.
  • Soulchat:
    • العنوان: https://github.com/scutcyr/soulchat
    • مقدمة: يستخدم Lingxin chatglm-6b كنموذج التهيئة ، ويقوم بإعداد تعليمات النص الصينية الطويلة في مجال الاستشارة النفسية وجولات متعددة من بيانات حوار التعاطف لتحسين قدرة التعاطف مع النموذج ، وتوجيه قدرة المستخدمين على التحدث ، وتقديم اقتراحات معقولة.
  • DoctorGlm:
    • العنوان: https://github.com/xionghonglin/doctorglm
    • مقدمة: نموذج استشارة صيني يعتمد على chatglm-6b. يتم ضبط هذا النموذج من خلال مجموعة بيانات الحوار الطبية الصينية ، والتي تدرك صقل النشر والنشر بما في ذلك Lora ، P-TuningV2 ، إلخ.
  • Huatuogpt:
    • العنوان: https://github.com/freedomintelligence/huatuogpt
    • مقدمة: Hua Tuo GPT هو نموذج يشبه GPT تم الحصول عليه بواسطة تعليمات التعليم الطبية الصينية التعديل/تعليمات التعليمات (ضبط الأدوات). النموذج هو LLM الصيني مصمم خصيصًا للتشاور الطبي. تحتوي بيانات التدريب الخاصة بها على بيانات مقطرة من ChatGPT والبيانات الحقيقية من الأطباء. تتم إضافة ردود الفعل من RLHF أثناء عملية التدريب.
  • Huatuogpt-II:
    • العنوان: https://github.com/freedomintelligence/huatuogpt-ii
    • مقدمة: تعتمد Hua Tuo GPT2 طريقة مبتكرة للتكيف في الميدان ، مما يحسن إلى حد كبير معرفته الطبية وقدرة الحوار. وقد أظهر أداءً من الدرجة الأولى في معايير طبية متعددة ، وخاصة تجاوز GPT-4 في تقييم الخبراء وامتحانات تأهيلات الممارسة الطبية الجديدة.

5.2.3 نموذج اللغة الطبية الإنجليزية

  • Gatortron:
    • العنوان: https://github.com/uf-hobi-informatics-lab/gatortron
    • مقدمة: نموذج موجه في وقت مبكر في مجال الرعاية الصحية ، مخصص لكيفية الاستفادة من الأنظمة التي تستخدم الحالات الصحية الإلكترونية غير المهيكلة من النسيج الطبي بمليارات من المعلمات.
  • Codex-Med:
    • العنوان: https://github.com/vlievin/medical-reasoning
    • مقدمة: مخصصة لقدرة نموذج GPT-3.5 على الإجابة والسبب للمشاكل الطبية الفعلية. مجموعات بيانات الاختبارات الطبية USMLE و MEDMCQA ، ومجموعة بيانات فهم القراءة الطبية PubMedQA.
  • جالاكتيكا:
    • العنوان: https://galactica.org/
    • مقدمة: تلتزم Galactica بحل الحمل الزائد للمعلومات في مجال العلوم ، وتتضمن المعرفة العلمية بما في ذلك المجال الطبي والصحي. يتم تدريب Galactica على مجموعة كبيرة من الأوراق والمراجع لمحاولة اكتشاف العلاقات المحتملة بين البحث في مجالات مختلفة.
  • DEID-GPT:
    • العنوان: https://github.com/yhydhx/chatgpt-api
    • مقدمة: إطار عمل مبتكر لتوضيح GPT4 يمكنه تحديد معلومات التعريف وحذفه تلقائيًا.
  • Chatdoctor:
    • العنوان: https://github.com/kent0n-li/Chatdoctor
    • مقدمة: نموذج حوار طبي تم الحصول عليه عن طريق الضبط الدقيق على أساس LLAMA باستخدام المعرفة الأساسية في المجال الطبي.
  • ميدالباكا:
    • العنوان: https://github.com/kbreakm/medalpaca
    • مقدمة: تعتمد MedalPaca استراتيجية مفتوحة المصدر مخصصة لحل قضايا الخصوصية في أنظمة الرعاية الصحية. تم بناء النموذج على لاما مع 7 مليارات و 13 مليار معلمة.
  • PMC-llama:
    • العنوان: https://github.com/chaoyi-wu/pmc-llama
    • مقدمة: PMC-Llama هو نموذج لغة مفتوح المصدر يقوم بتعطيل المعرفة الطبية من خلال تنظيم LLAMA-7B في ما مجموعه 4.8 مليون ورقة أكاديمية طبية حيوية لتعزيز قدراتها في المجال الطبي.
  • البصرية Med-alpaca:
    • العنوان: https://github.com/cambridgeltl/visual-med-alpaca
    • مقدمة: يعد Visual Med-Alpaca نموذجًا أساسيًا للطبيب الحيوي المفتوح المصدر والذي يمكن دمجه مع "خبراء الرؤية" في الطب للمهام الطبية الحيوية متعددة الوسائط. تم بناء النموذج على بنية LLAMA-7B ويتم تدريبه باستخدام مجموعة تعليمات برعاية خبراء GPT-3.5-TURBO والبشر.
  • GatorTrongpt:
    • العنوان: https://github.com/uf-hobi-informatics-lab/gatortrongpt
    • مقدمة: GatorTrongpt هو نموذج لغة طبية كبيرة. تم بناء النموذج على GPT-3 ويحتوي على 5 مليارات أو 20 مليار معلمة. يستخدم النموذج مجموعة ضخمة من النصوص السريرية والإنجليزية التي تحتوي على 277 مليار كلمة.
  • ميداجي:
    • العنوان: https://github.com/joshuachou2018/medagi
    • مقدمة: يوفر Medagi ، على سبيل المثال ، نماذج اللغة الطبية الخاصة بالمجال بأقل تكلفة ، وسيلة محتملة لتنفيذ الذكاء الاصطناعي الطبي العام.
  • llava-med:
    • العنوان: https://github.com/microsoft/llava-med
    • مقدمة: يستخدم LLAVA-MED المجال العام LLAVA للتهيئة ، ثم تدرب بشكل مستمر بطريقة تعلم الدورة التدريبية (أولاً مع محاذاة المفهوم الطبي الحيوي ، تليها تعديل تعليمات شامل).
  • Med-Flamingo:
    • العنوان: https://github.com/snap-stanford/med-flamingo
    • مقدمة: Med-Flamingo هو نموذج لغة مرئية مصمم خصيصًا لمعالجة البيانات المتعددة الوسائط المتشابكة التي تحتوي على صور ونص. استنادًا إلى Flamingo ، يعزز Med-Flamingo قدراته في هذه المجالات الطبية عن طريق تدريب مجموعة متنوعة من مصادر المعرفة متعددة الوسائط في التخصصات الطبية المختلفة.

5.3 Medical VLM

نموذج ورق جيثب
Medvint وصلة وصلة
Med-Flamingo وصلة وصلة
llava-med وصلة وصلة
Qilin-Med-VL وصلة وصلة
radfm وصلة وصلة
ميددر وصلة وصلة
Huatuogpt-rision وصلة وصلة
Biomedgpt وصلة وصلة
med-moe وصلة وصلة
R-Llava وصلة -
Med-2e3 وصلة -
GMAI-VL وصلة وصلة

5.4 معيار VLM الطبي

معيار ورق جيثب
GMAI-MMBENCH وصلة وصلة
omnimedvqa وصلة وصلة
MMMU وصلة وصلة
multimedeval وصلة وصلة
WorldMedqa-V. وصلة -
↥ العودة إلى الأعلى

6. الأوراق ذات الصلة

6.1 الأوراق التي قد تكون مفيدة في عصر ما بعد الفصل

  1. ورقة ترميز اللغة الكبير عنوان ورقة المعرفة السريرية العنوان: https://arxiv.org/abs/2212.13138

  2. أداء Chatgpt على USMLE: إمكانية للتعليم الطبي AI-بمساعدة AI باستخدام نماذج اللغة الكبيرة العنوان: https://journals.plos.org/digitalhealth/article؟id=10.1371/journal.pdig.0000198

  3. اختبار (Turing) لورقة نصيحة Medical Chatgpt: https://arxiv.org/abs/2301.10035

  4. Toolformer: يمكن تعليم نموذج اللغة بنفسه باستخدام عنوان ورقة الأداة: https://arxiv.org/abs/2302.04761

  5. تحقق من حقائقك وحاول مرة أخرى: تحسين أوراق نموذج اللغة الكبيرة باستخدام المعرفة الخارجية والتعليقات التلقائية: https://arxiv.org/abs/2302.12813

  6. قدرة GPT-4 على ورقة التحديات الطبية العنوان: https://arxiv.org/abs/2303.13375

6.2 نظرة عامة على المقالات

  1. نموذج اللغة المسبق مسبقًا في مجال العلوم الطبية الحيوية: عنوان ورقة مسح منهجية
  2. ملخص للعنوان الورقي لدليل التعلم العميق للرعاية الصحية عنوان طب الطبيعة
  3. مراجعة للعنوان الورقي لنموذج اللغة الكبير في مجال الرعاية الصحية

6.3 مقالات خاصة بالمهمة

المقالات المتعلقة بالسجلات الطبية الإلكترونية

  1. نقل التعلم من الأدبيات الطبية للتنبؤ بالقسمة في عنوان ورقة السجلات الصحية الإلكترونية
  2. MUFASA: بنية الاندماج متعددة الوسائط ، ابحث عن عنوان ورقة السجلات الصحية الإلكترونية

استخراج العلاقة الطبية

  1. الاستفادة من غابة التبعية لعنوان ورقة استخراج العلاقة الطبية العصبية

الرسم البياني المعرفة الطبية

  1. تعلم رسم بياني للمعرفة الصحية من عنوان ورقة السجلات الطبية الإلكترونية

التشخيص المساعد

  1. التقييم والتشخيص الدقيق لأمراض الأطفال باستخدام الذكاء الفني

الكيان الطبي الربط (التقييس)

  1. الكيان الطبي الربط باستخدام عنوان ورق الشبكة الثلاثي
  2. إطار توليد ومرتبة مع تنظيم النوع الدلالي لعنوان ورقة تطبيع المفهوم الحيوي
  3. النماذج العصبية العميقة لتطبيع المفهوم الطبي في عنوان ورقة النصوص التي أنشأها المستخدم

6.4 مؤشر الاجتماع

قائمة الأوراق ذات الصلة في مجال الطب في ACL2020

  1. إطار توليد ومرتبة مع تنظيم النوع الدلالي لعنوان ورقة تطبيع المفهوم الحيوي
  2. تمثيل كيان الطب الحيوي مع عنوان ورقة تهميش مرادف
  3. ترجمة المستندات مقابل ترجمة الاستعلام لاسترجاع المعلومات عبر اللغات في عنوان ورقة المجال الطبي
  4. MIE: مستخرج معلومات طبية نحو عنوان ورقة الحوارات الطبية
  5. ترشيد التنبؤ بالعلاقة الطبية من عنوان ورقة الإحصاء على مستوى الجسم

AAAI2020 قائمة الورق ذات الصلة NLP الطبية

  1. حول جيل عنوان ورق الأزواج الطبية للأسئلة الطبية
  2. لاتيه: نمذجة النوع الكامن للكيان الطبي الحيوي ربط عنوان الورق
  3. تعلم التضمينات المفاهيمية لعنوان ورقة النص الطبية
  4. فهم المحادثات الطبية مع انتباه الكلمات الرئيسية المبعثرة والإشراف الضعيف من عنوان ورقة الاستجابات
  5. في وقت واحد ربط الكيانات واستخراج العلاقات من النص الطبي الحيوي دون عنوان ورقة الإشراف على مستوى الإشارة
  6. هل يمكن أن تمثل التضمينات المصطلحات الطبية بشكل كاف؟ إن مجموعات بيانات تشابه المصطلح الطبي الجديد على نطاق واسع لها إجابة! عنوان الورق

EMNLP2020 قائمة الورق ذات الصلة NLP الطبية

  1. نحو فهم قراءة الآلة الطبية مع المعرفة الهيكلية وعنوان ورقة النص العادي
  2. Meddialog: عنوان ورقة الحوار الطبي على نطاق واسع
  3. كوميتا: مجموعة لكيان طبي يرتبط في عنوان ورقة التواصل الاجتماعي
  4. استخراج الأحداث الطبية الحيوية كعنوان ورق تسلسل العلامات
  5. فذني: التعلم الموحّد عبر التقطير في المجموعة لورقة استخراج العلاقة الطبية تحليل ورقة ورقة العنوان: فذ
  6. غرس معرفة المرض في بيرت للإجابة على الأسئلة الصحية ، والاستدلال الطبي وعنوان ورقة التعرف على اسم المرض
  7. نموذج توليدي يعتمد على المعرفة لخطوطة تطبيع الطبقة الطبية الصينية المتعددة
  8. Biomegatron: عنوان ورقة نموذج لغة المجال الحيوي الأكبر
  9. الاستعلام عبر أنواع المطالبات الطبية في عنوان ورقة الأخبار
↥ العودة إلى الأعلى

7. مجموعة أدوات المصدر المفتوح

  1. أداة قسم الكلمات: عنوان مشروع PKUSEG الوصف: تدعم أداة النعت الصينية متعددة المجالات الصينية التي أطلقتها جامعة بكين اختيار الحقول الطبية.
↥ العودة إلى الأعلى

8. حلول المنتجات الصناعية

  1. الحكمة الطب الروحي

  2. الطبيب الأيسر

  3. Yidu Cloud Research Institute-Medical Language Processing

  4. بايدو - هيكل النص الطبي

  5. Alibaba Cloud - معالجة اللغة الطبيعية الطبية

↥ العودة إلى الأعلى

9. مشاركة المدونة

  1. الألبكة: تعليمات قوية مفتوحة المصدر بعد النموذج
  2. الدروس المستفادة من بناء أنظمة معالجة اللغة الطبيعية في المجال الطبي
  3. مقدمة في قاعدة البيانات العامة الطبية وتكنولوجيا استخراج البيانات في عصر البيانات الضخمة
  4. بالنظر إلى تطوير NLP في المجال الطبي من ACL 2021 ، مع تنزيل الموارد
↥ العودة إلى الأعلى

10. روابط ودية

  1. Awesome_chinese_medical_nlp
  2. بحث مجموعة بيانات NLP الصينية
  3. البيانات الطبية (البيانات الطبية الضخمة)
  4. مجموعة بيانات Tianchi (بما في ذلك مجموعات بيانات NLP الطبية المتعددة)
↥ العودة إلى الأعلى

11. المرجع 

 @misc { medical_NLP_github ,
  author = { Xidong Wang, Ziyue Lin and Jing Tang, Rongsheng Wang, Benyou Wang } ,
  title = { Medical NLP } ,
  year = { 2023 } ,
  publisher = { GitHub } ,
  journal = { GitHub repository } ,
  howpublished = { url{https://github.com/FreedomIntelligence/Medical_NLP} }
}
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل