خصم 30% خطة Proاحصل عليه
Dr7.ai - Advanced Medical AI PlatformDr7.ai
Medical AI Background

BioGPT

نموذج Microsoft اللغوي الطبي الحيوي المتقدم

محادثة طبية بالذكاء الاصطناعي من Dr7.ai

اكتشف قوة BioGPT، نموذج Microsoft اللغوي الطبي الحيوي فائق التطور، المصمم لمعالجة النصوص الطبية وتحليل الأدبيات وتنفيذ مهام شاملة في معالجة اللغة الطبيعية في المجال الطبي الحيوي.

🧬
BioGPT
نموذج لتوليد النصوص الطبية الحيوية
347M
مُعامِل (BioGPT-Large: ‏1.5 مليار)
Microsoft Research
أوزان مفتوحة · رخصة MIT

جرّب العرض التوضيحي التفاعلي لـ BioGPT

جرّب نموذج Microsoft اللغوي الطبي الحيوي المتقدم لمعالجة النصوص الطبية وتحليلها

BioGPT عرض تجريبي

جرّب الذكاء الاصطناعي الطبي الحيوي

0/3 رسائل

لديك تقرير مختبر أو صورة أشعة سينية أو صورة للجلد؟ احصل على تحليل كامل بالذكاء الاصطناعي.

رفع صورة

ابدأ التحليل الطبي الحيوي

اسأل عن المفاهيم الطبية الحيوية، أو حلّل الأدبيات الطبية، أو عالج النصوص الطبية

استفد من كامل إمكانات BioGPT

احصل على وصول غير محدود إلى نموذج Microsoft اللغوي الطبي الحيوي المتقدم، مع ميزات محسّنة وأولوية في الدعم وقدرات شاملة لمعالجة النصوص الطبية الحيوية.

10+
نماذج متقدمة
24/7
دعم من الخبراء
∞
استخدام غير محدود

ما هو BioGPT؟

BioGPT هو محوّل توليدي مُدرَّب مسبقًا (Generative Pre-trained Transformer) للنصوص الطبية الحيوية، طوّرته Microsoft Research (‏Luo وآخرون، Briefings in Bioinformatics، 2022). يعتمد على بنية GPT-2 medium (‏24 طبقة، وحجم مخفي 1024، و16 رأس انتباه) بعدد 347 مليون مُعامِل، ومفردات خاصة به تعلّمها من النصوص الطبية الحيوية. قد تجده مكتوبًا أيضًا بصيغة Bio GPT أو BioGPT AI أو Microsoft BioGPT، أما نسخته الأكبر فهي BioGPT-Large.

يُظهر BioGPT أداءً متفوقًا في مهام توليد النصوص الطبية الحيوية والإجابة عن الأسئلة وتحليل الأدبيات. وقد دُرّب على ملايين الأبحاث الطبية الحيوية والنصوص السريرية لفهم المصطلحات والمفاهيم الطبية.

أما النسخة الموسّعة BioGPT-Large (‏1.5 مليار مُعامِل، بنية GPT-2 XL) فتبلغ دقتها 81.0% على PubMedQA بعد الضبط الدقيق. الشيفرة والأوزان متاحة بموجب رخصة MIT، ويحظى المستودع الرسمي على GitHub بنحو 4.5 ألف نجمة (أكتوبر 2026)، والنماذج منشورة على Hugging Face باسم microsoft/biogpt وmicrosoft/BioGPT-Large وmicrosoft/BioGPT-Large-PubMedQA.

🚀

الإصدار والحالة

أصدرته Microsoft Research في أكتوبر 2022 (‏arXiv 2210.10341)

≈4.5k
نجمة على GitHub (أكتوبر 2026)

آخر تحديث للأوزان على Hugging Face كان في فبراير 2023، ولم يُنشر منذ ذلك الحين أي إصدار أحدث من BioGPT في المستودع الرسمي.

الميزات الرئيسية

ما صُمِّم النموذج من أجله وما قُيِّم عليه

القدرات الأساسية

  • ✓توليد النصوص الطبية الحيوية (مثل أوصاف سلسة للأدوية والجينات والأمراض)
  • ✓الاستخراج الشامل للعلاقات: مادة كيميائية–مرض، ودواء–هدف، والتداخلات الدوائية (دواء–دواء)
  • ✓الإجابة عن الأسئلة استنادًا إلى ملخصات PubMed ‏(PubMedQA)
  • ✓تصنيف المستندات الطبية الحيوية (Hallmarks of Cancer)
  • ✓مفردات متخصصة تعلّمها من نصوص PubMed
  • ✓قابل للضبط الدقيق لمهام نصية طبية حيوية جديدة

نتائج المعايير المرجعية

نتائج بعد الضبط الدقيق أوردتها Microsoft في ورقة BioGPT (‏Luo وآخرون، 2022) — لم تقِسها Dr7.ai

BC5CDR
استخراج علاقات مادة كيميائية–مرض (F1 شامل)
44.98
KD-DTI
استخراج التفاعلات بين الدواء والهدف (F1)
38.42
DDI
استخراج التداخلات الدوائية (F1)
40.76
PubMedQA
الإجابة عن الأسئلة الطبية الحيوية (الدقة)
78.2%
PubMedQA · BioGPT-Large
المهمة نفسها بالنموذج ذي 1.5 مليار مُعامِل (الدقة)
81.0%
HoC
تصنيف مستندات Hallmarks of Cancer ‏(F1)
85.12

حالات الاستخدام

🔬

البحث الطبي الحيوي

توليد أوصاف للمصطلحات الطبية الحيوية بأسلوب الأدبيات العلمية، والتنقيب في ملخصات PubMed لاستخراج الكيانات والعلاقات بينها.

🏥

أبحاث الإجابة عن الأسئلة الطبية الحيوية

اضبطه بدقة للإجابة عن الأسئلة المتعلقة بملخصات الأبحاث (PubMedQA). إنه نموذج بحثي، وليس أداة لدعم القرار السريري.

💊

اكتشاف الأدوية

استخرج التفاعلات بين الدواء والهدف والتداخلات الدوائية من الأدبيات المنشورة لدعم تنظيم البيانات وتوليد الفرضيات.

كيفية استخدام BioGPT

شغّل BioGPT من Microsoft عبر Hugging Face أو محليًا، أو جرّب محادثة Dr7 الطبية الحيوية الخاصة به.

1

الوصول إلى BioGPT

عند تحققنا في 20 أكتوبر 2026، كانت مساحات العرض التجريبي على Hugging Face المذكورة في ملف README الرسمي من Microsoft (توليد النصوص بـ BioGPT-Large والإجابة عن أسئلة PubMedQA) تُظهر خطأ تشغيل، لذا لا يتوفر حاليًا عرض تجريبي رسمي يعمل عبر الإنترنت. يمكنك تجربة المحادثة الطبية الحيوية في هذه الصفحة (مساعد Dr7.ai الخاص، وليس النسخة الأصلية من النموذج) أو تشغيل النموذج بنفسك كما هو موضح أدناه.

2

Hugging Face (transformers)

‏BioGPT مدمج في مكتبة transformers من Hugging Face. ثبّت transformers وtorch وsacremoses (المطلوبة لـ BioGptTokenizer)، ثم حمّل النموذج:

# pip install transformers torch sacremoses
from transformers import BioGptTokenizer, BioGptForCausalLM, pipeline

tokenizer = BioGptTokenizer.from_pretrained("microsoft/biogpt")
model = BioGptForCausalLM.from_pretrained("microsoft/biogpt")
generator = pipeline("text-generation", model=model, tokenizer=tokenizer)
print(generator("COVID-19 is", max_new_tokens=40)[0]["generated_text"])

•microsoft/biogpt — النموذج الأساسي، 347 مليون مُعامِل

•microsoft/BioGPT-Large — ‏1.5 مليار مُعامِل (أوزان بحجم ~6.3 GB بدقة fp32)

•microsoft/BioGPT-Large-PubMedQA — مضبوط بدقة على PubMedQA

•غيّر مُعرّف النموذج في المثال لاستخدام النسخ الأكبر

3

محليًا باستخدام الشيفرة الأصلية

يوفّر مستودع Microsoft على GitHub ‏(microsoft/BioGPT) التنفيذ الأصلي المبني على fairseq ونقاط تحقق قابلة للتنزيل، بما فيها نماذج مضبوطة بدقة لكل مهمة من مهام الورقة البحثية.

•نقاط تحقق مضبوطة بدقة لـ BC5CDR وKD-DTI وDDI وHoC وPubMedQA

•يتطلب الإعداد الأصلي إصدارات محددة: PyTorch 1.12 وPython 3.10 وfairseq 0.12

•يحتاج إلى Moses وfastBPE لتقطيع النص

•يُنصح باستخدام وحدة معالجة رسومية (GPU)، خاصةً مع BioGPT-Large

‏BioGPT ليس روبوت دردشة للتشخيص

‏BioGPT نموذج لتوليد النصوص الطبية الحيوية والتنقيب فيها: يُكمل النصوص بأسلوب الأدبيات العلمية ويقدّم أداءً جيدًا بعد الضبط الدقيق لمهمة محددة، لكنه لم يُدرَّب على إجراء المحادثات أو تفسير أعراضك أو نتائج تحاليلك أو صورك الطبية. للحصول على تقرير منظّم بالذكاء الاصطناعي حول الأعراض أو نتيجة تحاليل مخبرية أو صورة طبية، استخدم أداة التشخيص الطبي بالذكاء الاصطناعي من Dr7.ai.

افتح التشخيص بالذكاء الاصطناعي

اعتبارات مهمة

الخبرة المتخصصة ضرورية

يجب أن يتحقق خبراء متخصصون من مخرجات BioGPT، خاصةً في التطبيقات السريرية أو البحثية.

الضبط الدقيق حسب المهمة

للحصول على أفضل أداء، يُستحسن ضبط BioGPT بدقة على مجالك الطبي الحيوي أو مهمتك المحددة.

مقارنة BioGPT بالنماذج اللغوية الطبية الحيوية الأخرى

‏BioGPT وBioGPT-Large وBioMedLM وPubMedBERT وPMC-LLaMA في لمحة

النموذجعدد المُعامِلاتبيانات التدريبالرخصةPubMedQA (الدقة)
BioGPT347M15 مليون عنوان وملخص من PubMedMIT78.2%
BioGPT-Large1.5BPubMedMIT81.0%
BioMedLM2.7Bملخصات PubMed ومقالات كاملة (من The Pile)BigScience BLOOM RAIL 1.074.4%
PubMedBERT~110M (BERT-base)ملخصات PubMed (إحدى النسخ تضيف النصوص الكاملة من PubMed Central)MIT55.8%
PMC-LLaMA 13B13BLLaMA-13B + ‏4.8 مليون ورقة طبية حيوية + 30 ألف كتاب طبيOpenRAIL (بطاقة النموذج على Hugging Face)؛ مبني على LLaMA77.9%

الأرقام مأخوذة من الورقة البحثية لكل نموذج (أرقام PubMedBERT من مقارنة ورقة BioGPT) وفي ظروف مختلفة — ضبط دقيق مقابل ضبط بالتعليمات — لذا اعتبرها مؤشرًا تقريبيًا، لا مقارنة مباشرة.

الأسئلة الشائعة

أسئلة متكررة حول BioGPT

هل BioGPT مجاني؟

نعم. نشرت Microsoft شيفرة BioGPT وأوزانه بموجب رخصة MIT، وهي تشمل النماذج المُدرَّبة مسبقًا أيضًا، لذا يمكنك تنزيل BioGPT وBioGPT-Large وتشغيلهما مجانًا، بما في ذلك للاستخدام التجاري. التكلفة الوحيدة عند التشغيل الذاتي هي موارد الحوسبة الخاصة بك.

هل يمكنني استخدام BioGPT عبر الإنترنت؟

ليس من خلال خدمة رسمية مستضافة. لا توفّر Microsoft تطبيقًا مستضافًا لـ BioGPT، وكانت مساحات العرض التجريبي على Hugging Face المذكورة في ملف README تُظهر خطأ تشغيل عند التحقق في 20 أكتوبر 2026. يمكنك تشغيل النموذج بنفسك من Hugging Face، أو تجربة المحادثة الطبية الحيوية في هذه الصفحة، وهي مساعد Dr7.ai الخاص وليست نسخة BioGPT الأصلية.

‏BioGPT أم ChatGPT: أيهما أفضل للنصوص الطبية الحيوية؟

لكلٍّ منهما وظيفة مختلفة. ‏BioGPT نموذج صغير (347 مليون مُعامِل؛ و1.5 مليار في BioGPT-Large) دُرِّب مسبقًا على ملخصات PubMed فقط، وهو مُعدّ للضبط الدقيق على مهام محددة مثل استخراج العلاقات أو PubMedQA أو تصنيف المستندات، ويمكن تشغيله على أجهزتك الخاصة. لم يُضبط بالتعليمات ليعمل كمساعد محادثة. أما ChatGPT فهو مساعد محادثة عام يفوقه كثيرًا في اتباع التعليمات وشرح المفاهيم، لكنه لا يُخصَّص ولا يُضبط محليًا بالطريقة نفسها.

كيف أشغّل BioGPT من Hugging Face؟

ثبّت transformers وtorch وsacremoses، ثم حمّل BioGptTokenizer وBioGptForCausalLM من "microsoft/biogpt" (أو "microsoft/BioGPT-Large") وولّد النص، مثلًا باستخدام خط معالجة text-generation في مكتبة transformers. يعرض مثال الشيفرة في قسم «كيفية استخدام BioGPT» أعلاه أبسط صورة لذلك.

ما هو BioGPT-Large؟

‏BioGPT-Large هو النسخة الموسّعة من BioGPT، مبنية على بنية GPT-2 XL بعدد 1.5 مليار مُعامِل. بعد الضبط الدقيق تبلغ دقته 81.0% على PubMedQA (مقابل 78.2% لنموذج BioGPT ذي 347 مليون مُعامِل)، ونُشر هذا النموذج المضبوط باسم microsoft/BioGPT-Large-PubMedQA. كلاهما متاح على Hugging Face بموجب رخصة MIT.

ما مدى دقة BioGPT في المعايير المرجعية الطبية الحيوية؟

في ورقة BioGPT البحثية، حقق النموذج بعد الضبط الدقيق قيمة F1 بلغت 44.98% على BC5CDR و38.42% على KD-DTI و40.76% على DDI في الاستخراج الشامل للعلاقات، ودقة 78.2% على PubMedQA، وقيمة F1 بلغت 85.12% في تصنيف مستندات HoC. هذه نتائج ضبط دقيق خاصة بكل مهمة، ويجب مع ذلك أن يتحقق الخبراء المتخصصون من المخرجات.

هل يمكن استخدام BioGPT في التطبيقات السريرية؟

‏BioGPT نموذج بحثي دُرِّب على أدبيات علمية منشورة، لا على سجلات سريرية، ولم يُتحقَّق من صلاحيته لرعاية المرضى. يمكنه دعم مسارات العمل البحثية مثل التنقيب في الأدبيات، لكن لا ينبغي أن يحلّ محل الحكم السريري أو أن يُستخدم لاتخاذ قرارات سريرية بشكل مستقل.