Exzellenz in der medizinischen NER-Modellierung
Die NER-Modelle von OpenMed wurden mit einer Vielzahl von Architekturen entwickelt, die von 65M bis 568M Parametern reichen, wodurch sie sich besonders für die Verarbeitung komplexer Entitäten in klinischen Aufzeichnungen und Forschungsdokumenten eignen. Die Modelle der SuperClinical-Reihe können gleichzeitig 17 Arten medizinischer Entitäten wie chemische Substanzen, genetische Varianten, Tumormarker usw. identifizieren und erreichen eine Genauigkeitsrate von 99,91% bei der Bearbeitung von Fachtexten wie "KRAS-Genmutation treibt Tumorbildung an". Die Plattform hat eine innovative Modellfindungsanwendung entwickelt, die das Screening von Modellen in der Pharmakologie, Onkologie und anderen Fachbereichen unterstützt und die Effizienz im Vergleich zur herkömmlichen Einzelmodelllösung um mehr als das Dreifache verbessert. Aktuelle Tests zeigen, dass die Stapelverarbeitung von 100 Datensätzen auf dem BI55/MedText-Datensatz nur Minuten dauert.
Diese Antwort stammt aus dem ArtikelOpenMed: eine Open-Source-Plattform für kostenlose KI-Modelle im GesundheitswesenDie
Deutsch 
简体中文 
English 
日本語 
Português do Brasil