MedGemma-4B-it-Q8_0-GGUF 是基于 google/medgemma-4b-it 转换而来的 GGUF 格式模型，专为医疗领域的图像文本到文本任务设计。

基于Qwen3-0.6B微调的医学推理模型，专为临床决策支持和医学教育设计

Citrus是一种医学语言模型，通过模拟医学专家的认知过程，弥合了临床专业知识与AI推理之间的差距。

基于BERT构建并在MedText数据集上微调的文本分类模型，用于根据用户报告的症状预测潜在的医疗状况。

GEM是一款融合心电时间序列、12导联心电图像与文本的多模态大语言模型，可实现基于临床证据的心电解读。

基于Llama架构蒸馏优化的8B参数医疗问答模型，通过专业医学数据微调提升临床决策支持能力

这是一个基于DeepSeek-R1微调的医疗领域问答模型，专注于处理医疗相关的文本生成任务。

基于DeepSeek-R1-Distill-Llama-8B模型微调的医学推理模型，优化了思维链推理和临床决策能力

基于Bio-Medical-Llama-3-8B和Deepseek蒸馏版Llama 8B的微调升级版本，通过引入思维链（COT）指令集实现了高级推理能力，专注于医疗健康与生命科学领域。

基于Llama-3.2-1B-Instruct微调的生物医学专用模型，包含62.5万样本训练数据，特别加入2.5万条思维链(CoT)指导样本增强推理能力

Llama3.1-Aloe-Beta-8B是一款开源医疗大语言模型，在多项医疗任务中达到最先进水平。

基于Llama-3-8B-Instruct微调的多模态生物医学模型，支持文本与图像处理，适用于生物医学领域的研究与临床应用。

Bio-Medical-Llama-3-8B是基于Llama-3-8B-Instruct微调的高性能生物医学语言模型，专为生物医学应用设计，覆盖广泛的生物医学主题。

梅林是针对计算机断层扫描的3D视觉语言模型，预训练过程同时利用结构化电子健康档案与非结构化放射学报告。

专注于临床医学的大语言模型，特别关注资源匮乏地区和人道主义环境

Palmyra-Med是Writer专为医疗健康领域设计的大语言模型，在生物医学基准测试中表现优异，领先于多个主流模型。

由John Snow Labs开发的医疗领域大语言模型，基于Microsoft Phi-2架构优化

CheXagent是一个专注于胸部X光解读的基础模型，旨在辅助医疗影像分析。

一个基于多模态Transformer的放射学报告生成和医学对话系统，能够分析胸部X光片并生成相关报告或回答医学问题。

这是一个基于胸部X光图像的文本生成模型，能够根据医学影像生成放射学印象报告。

OpenBioLLM-70B是专为生物医学领域设计的先进开源语言模型，基于Meta-Llama-3-70B-Instruct微调，在生物医学任务中表现卓越。

由医学医生训练的大型医疗领域语言模型，首个在MedQA（USMLE）考试中得分超过60%及格线的7b模型

CheXagent是一个专注于胸部X光解读的基础模型，旨在提升医学影像分析的准确性和效率。

CheXagent是一个用于胸片解读的基础模型，能够自动分析和解读胸部X光片。

CheXagent是一个专注于胸片解读的基础模型，旨在通过先进的人工智能技术提升医学影像分析的准确性和效率。

CheXagent 是一个专注于胸部X光解读的基础模型，旨在通过先进的视觉语言处理技术提升医学影像分析的准确性和效率。

CheXagent是一个专门用于胸部X光解读的基础模型，能够自动分析和解释胸部X光图像。

CheXagent是一个专门用于胸部X光解读的基础模型，旨在通过先进的人工智能技术辅助医学影像分析。

RadLLaMA-7b是斯坦福AIMI团队开发的针对放射学领域的基础语言模型，基于LLaMA2架构。

Med42是由M42开发的700亿参数临床大语言模型，基于LLaMA-2架构，专注于医学知识问答和临床决策支持。

临床骆驼是一个基于LLaMA-2 70B架构、采用QLoRA微调的开源大语言模型，专为医学和临床研究领域定制。

基于12亿单词多中心医疗数据集训练的临床语言模型，支持电子健康记录分析

这是一个用于医疗健康领域文本分类的自动训练模型，专注于识别健康社会决定因素(SDOH)相关内容。

基于PubMed摘要预训练并在MIMIC-III临床笔记上继续训练的BERT模型，用于临床决策支持

该模型基于意大利生物医学数据进行训练，专注于处理意大利语的生物医学相关内容。