Model Card for xlm-roberta-large-prostata-NER

Este modelo de Procesamiento de Lenguaje Natural (PLN) extrae entidades nombradas médicas (NER) desde textos clínicos en español, específicamente de historias clínicas relacionadas con cáncer de próstata.

Model Details

Model Description

Este modelo es el resultado de aplicar Fine-Tuning a la arquitectura XLM-RoBERTa-large sobre un corpus de notas clínicas (dataset prostata). Su objetivo es identificar de manera automática términos médicos clave como síntomas, medicamentos, edades y referencias anatómicas. El modelo superó ampliamente los baselines académicos, logrando un F1-Score del 98.60%.

• Developed by: Manuel Hurtado Chunga - Jhon Anderson Moreno (Estudiantes de Maestría, Univalle)
• Funded by [optional]: N/A (Proyecto académico)
• Shared by [optional]: N/A
• Model type: Transformer / Token Classification (NER)
• Language(s) (NLP): Español (es)
• License: MIT
• Finetuned from model [optional]: xlm-roberta-large

Model Sources [optional]

• Repository: Hugging Face Hub
• Paper [optional]: N/A (Actividad académica)
• Demo [optional]: N/A

Uses

Direct Use

El modelo puede ser utilizado directamente a través de un pipeline("ner") de Hugging Face para procesar oraciones médicas estructuradas o no estructuradas en español y extraer automáticamente las entidades clínicas relevantes sin necesidad de entrenamiento adicional.

Downstream Use [optional]

Se puede integrar como módulo de extracción de información en sistemas más grandes de analítica en salud, tales como motores de búsqueda de historias clínicas electrónicas (EHR) o sistemas de triage automático asistido.

Out-of-Scope Use

No debe utilizarse para la toma de decisiones clínicas directas o diagnósticos automatizados sin la validación exhaustiva de un profesional médico humano.

Bias, Risks, and Limitations

El modelo fue entrenado específicamente con datos de oncología urológica (próstata). Es probable que presente un sesgo hacia términos urológicos y su precisión disminuya significativamente si se aplica a otras ramas de la medicina (e.g. psiquiatría, oftalmología) o a textos generales no médicos.

Recommendations

Los usuarios deben estar al tanto de que el modelo puede "alucinar" o equivocarse con abreviaturas médicas ambiguas. Se recomienda utilizar un experto humano (human-in-the-loop) para auditar los resultados en entornos de producción.

How to Get Started with the Model

Usa el siguiente código para probar el modelo rápidamente:

from transformers import pipeline

# Cargar el pipeline de NER (Asegúrate de poner tu usuario real de Hugging Face)
ner_pipeline = pipeline("ner", model="TU_USUARIO_AQUI/xlm-roberta-large-prostata-NER", aggregation_strategy="simple")

# Probar con una historia clínica de ejemplo
texto = "Paciente de 72 años presenta antecedentes médicos de HTA e hiperplasia."
entidades = ner_pipeline(texto)
print(entidades)