Lucyan85/beto-ner-prostata

BETO Fine-tuned for NER on Prostate Cancer Clinical Texts

Descripción

Modelo BETO (BERT español) afinado para reconocimiento de entidades nombradas (NER) en textos clínicos sobre cáncer de próstata.

Modelo base: dccuchile/bert-base-spanish-wwm-cased

Entidades Reconocidas

El modelo identifica 10 tipos de entidades clínicas:

1. EDAD: Edad del paciente
2. BIOMARCADOR: PSA, marcadores biológicos
3. CANCER: Tipos de cáncer
4. GLEASON: Score de Gleason
5. TNM: Clasificación TNM
6. TRATAMIENTO: Tratamientos médicos
7. MEDICAMENTO: Medicamentos
8. DOSIS: Dosis de medicamentos
9. CIRUGIA: Procedimientos quirúrgicos
10. FECHA: Fechas de eventos médicos

Rendimiento

Métrica	Valor
F1-score	96.18%
Precision	95.86%
Recall	96.49%
Accuracy	99.35%

Uso

from transformers import pipeline

# Cargar modelo
ner_pipeline = pipeline(
    "token-classification",
    model="Lucyan85/beto-ner-prostata",
    aggregation_strategy="simple"
)

# Ejemplo
texto = '''Paciente masculino de 72 años con adenocarcinoma de próstata. 
Gleason 3+3, PSA 9.9 ng/dL.'''

resultados = ner_pipeline(texto)
for entidad in resultados:
    print(f"{entidad['entity_group']}: {entidad['word']}")

Entrenamiento

• Batch size: 16
• Learning rate: 2e-05
• Épocas: 10
• Max length: 128
• Early stopping: 3 épocas

Autor

Lucyan85 - Maestría en Ingeniería de Sistemas y Computación, Universidad Nacional de Colombia