lucidrains/clinical-calculator-tooluse

Explorations into training LLMs to use clinical calculators from patient history, using open sourced models. Will start with Wells' Criteria

何を解決するか

このプロジェクトは、患者の病歴から必要な情報を抽出することで、大規模言語モデル（LLM）が臨床計算機—リスク予測や診断に使用される専門的な医療ツール—を正確に活用できるようにする方法を調査しています。

仕組み

オープンソースモデルを活用して、ツール使用機能の実験を行い、特に医療記録から正しいデータポイントを特定し、臨床計算機に投入する能力をモデルに訓練することに焦点を当てています。初期段階では、肺塞栓症リスク評価のウェルズ基準（Wells' Criteria）に注目しています。

対象者

医療AIとLLMのツール使用訓練、オープンソースモデルを臨床意思決定支援に応用することに関心を持つ研究者や開発者。

特徴

  • 臨床計算機のツール使用に焦点を当てています。
  • オープンソースLLMを使用しています。
  • 初期実装はウェルズ基準に特化しています。

関連

  • プロジェクト
    simonw/llm

    リモートAPIとローカルインストール、その両方を通じて複数のLLMと対話するためのCLIツールおよびPythonライブラリ。組み込みのロギングと構造化データ抽出機能を備えています。

  • プロジェクト
    OpenTSLM/OpenTSLM

    OpenTSLM は、Llama 3.2 および Gemma LLM にネイティブな時系列処理機能を追加するオープンソースライブラリであり、心電図（ECG）、脳波（EEG）、加速度計など医療信号に対する自然言語プロンプトと推論を可能にします。事前学習済みチェックポイント、シンプルな `OpenTSLM` Python API、複数のベンチマークタスク向けのデモスクリプト、MCQ、キャプション生成、連鎖的思考推論の各段階をカバーするカリキュラム学習トレーニングパイプラインを提供します。`pip install opentslm` でインストールし、Hugging-Faceからモデルを読み込み、提供されたスクリプトで微調整または評価が可能です。MITライセンス。

  • Dispatch
    オープン・メディカルLLMリーダーボード：医療分野における大規模言語モデルのベンチマーク

    Hugging Face は、さまざまな医療データセット上で LLM の性能を評価・比較する標準化プラットフォームである Open Medical-LLM Leaderboard を導入し、信頼性と患者安全性の向上を目指しています。

  • プロジェクト
    pengzhangzhi/Open-dLLM

    拡散ベースの大規模言語モデル向けの完全オープンソースフレームワークで、事前学習・データセットから評価・推論までの全パイプラインを提供します。

  • プロジェクト
    lyogavin/airllm

    AirLLMは、モデルのレイヤーをディスクからストリーミングすることで、GPU上に一度に1つのレイヤーのみを保持するPythonライブラリです。これにより、4-12 GBのGPUで70B以上のLLMの推論が可能になり、6 GB未満の環境で125Bモデルの微調整も行えます。ほとんどのオープンソースLLMファミリーをサポートし、速度向上のためのオプションの4/8ビットブロック圧縮を提供し、Linux、Windows、Apple Siliconで動作します。