许可证: mit
语言:

• 英语
  基础模型:
• google-t5/t5-small
  任务标签: 文本摘要

🧾 模型卡片: t5-small-patient-summary

模型详情

• 模型名称: umeshramya/t5_small_medical_512
• 基础模型: t5-small
• 微调用途: 患者医疗记录的摘要生成
• 语言: 英语

📖 模型描述

这是针对患者记录摘要任务微调的t5-small模型版本，旨在将医疗记录转化为简洁的医学摘要。该模型基于包含匿名医疗记录的自定义数据集训练，目标是生成准确且有意义的摘要，以协助医疗工作者。
输入长度为512个标记，若文本过长，请分段处理后重新运行。

� 使用场景

该模型适用于临床环境或健康科技应用，需要生成医疗记录（如患者病史、会诊记录或出院摘要）的摘要。

示例输入:

患者为45岁男性，有高血压和糖尿病病史，主诉胸痛...  

示例输出:

45岁男性，患有高血压和糖尿病，主诉胸痛。  

🧪 训练数据

模型基于匿名患者记录的专有数据集训练。每条记录包含完整的医疗文本和对应的人工撰写摘要。训练前已移除或模糊化敏感个人信息。

注: 由于隐私和合规问题，数据未公开。

⚙️ 使用方法

from transformers import pipeline  

summarizer = pipeline(model="umeshramya/t5_small_medical_512")  
summary = summarizer("患者为70岁女性，有...", max_length=200, min_length=50)  
print(summary)  

🔒 局限性与偏差

• 模型可能反映训练数据中的偏差。
• 未经人工监督，不适用于高风险临床决策。
• 有时可能生成不正确或不完整的摘要。

✅ 预期用途

• 医疗记录摘要生成
• 医疗文档辅助工具

🚫 不当用途

• 未经医疗监督，不可用于诊断或治疗建议系统。

👤 作者与联系方式

• 作者: Dr Umesh Bilagi / NiceHMs
• 联系方式: admin@nicehms.com
• 网站: Nice HMS

🔄 致谢

• Hugging Face 🤗 Transformers
• 原始T5模型的贡献者
• 审阅摘要的医疗专业人士（如适用）