
Chat de IA médica de Dr7.ai
Descubre la potencia de BioGPT, el modelo de lenguaje biomédico de vanguardia de Microsoft, diseñado para procesar textos médicos, analizar literatura y abordar una amplia gama de tareas de procesamiento del lenguaje natural (PLN) biomédico.
Descubre el modelo de lenguaje biomédico avanzado de Microsoft para procesar y analizar textos médicos
Descubre la IA biomédica
¿Tienes un análisis de laboratorio, una radiografía o una foto de la piel? Obtén un análisis completo con IA.
Subir imagenObtén acceso ilimitado al modelo de lenguaje biomédico avanzado de Microsoft, con funciones mejoradas, asistencia prioritaria y capacidades completas de procesamiento de textos biomédicos.
BioGPT es un Transformer generativo preentrenado para textos biomédicos, desarrollado por Microsoft Research (Luo et al., Briefings in Bioinformatics, 2022). Utiliza la arquitectura GPT-2 medium (24 capas, tamaño oculto de 1024 y 16 cabezas de atención) con 347 millones de parámetros y un vocabulario propio aprendido de textos biomédicos. También lo verás escrito como Bio GPT, BioGPT AI o Microsoft BioGPT; su hermano mayor es BioGPT-Large.
BioGPT ofrece un rendimiento superior en tareas de generación de textos biomédicos, respuesta a preguntas y análisis de literatura. Se ha entrenado con millones de artículos biomédicos y textos clínicos para comprender la terminología y los conceptos médicos.
La versión ampliada, BioGPT-Large (1.5B parámetros, arquitectura GPT-2 XL), alcanza un 81.0% de exactitud en PubMedQA tras el ajuste fino. El código y los pesos tienen licencia MIT; el repositorio oficial de GitHub tiene unas 4.5k estrellas (octubre de 2026), y los modelos están publicados en Hugging Face como microsoft/biogpt, microsoft/BioGPT-Large y microsoft/BioGPT-Large-PubMedQA.
Publicado por Microsoft Research en octubre de 2022 (arXiv 2210.10341)
Los pesos en Hugging Face se actualizaron por última vez en febrero de 2023; desde entonces no se ha publicado ninguna versión nueva de BioGPT en el repositorio oficial.
Para qué se diseñó y evaluó el modelo
Resultados tras ajuste fino publicados por Microsoft en el artículo de BioGPT (Luo et al., 2022); no medidos por Dr7.ai
Genera descripciones de términos biomédicos al estilo de la literatura científica y extrae entidades y relaciones de los resúmenes de PubMed.
Ajústalo para responder preguntas sobre resúmenes de investigación (PubMedQA). Es un modelo de investigación, no una herramienta de apoyo a la decisión clínica.
Extrae interacciones fármaco–diana y fármaco–fármaco de la literatura publicada para apoyar la curación de datos y la generación de hipótesis.
Ejecuta BioGPT de Microsoft con Hugging Face o en tu equipo, o prueba el chat de IA biomédica propio de Dr7.
Los Spaces de demostración de Hugging Face enlazados desde el README oficial de Microsoft (generación de texto con BioGPT-Large y respuesta a preguntas de PubMedQA) mostraban un error de ejecución cuando los comprobamos el 20 de octubre de 2026, así que ahora mismo no hay ninguna demo oficial en línea que funcione. Puedes probar gratis el chat biomédico de esta página (el asistente propio de Dr7.ai, no el checkpoint original) o ejecutar el modelo tú mismo como se muestra a continuación.
BioGPT está integrado en la biblioteca transformers de Hugging Face. Instala transformers, torch y sacremoses (necesario para BioGptTokenizer) y carga el modelo:
# 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 — modelo base, 347M parámetros
•microsoft/BioGPT-Large — 1.5B parámetros (~6.3 GB de pesos en fp32)
•microsoft/BioGPT-Large-PubMedQA — ajustado para PubMedQA
•Cambia el ID del modelo en el fragmento para usar los checkpoints más grandes
El repositorio de GitHub de Microsoft (microsoft/BioGPT) ofrece la implementación original en fairseq y checkpoints descargables, incluidos modelos ajustados para cada tarea del artículo.
•Checkpoints ajustados para BC5CDR, KD-DTI, DDI, HoC y PubMedQA
•La configuración original fija PyTorch 1.12, Python 3.10 y fairseq 0.12
•Requiere Moses y fastBPE para la tokenización
•Se recomienda una GPU, sobre todo para BioGPT-Large
BioGPT es un modelo de generación y minería de texto biomédico: continúa textos con estilo de literatura científica y rinde bien tras un ajuste fino específico, pero no se entrenó para mantener una conversación ni para interpretar tus síntomas, análisis de laboratorio o imágenes. Para obtener un informe estructurado de IA sobre síntomas, un informe de laboratorio o una imagen médica, usa la herramienta de diagnóstico médico con IA de Dr7.ai.
Abrir el diagnóstico médico con IALos resultados de BioGPT deben ser validados por expertos del dominio, especialmente en aplicaciones clínicas o de investigación.
Plantéate ajustar BioGPT a tu dominio o tarea biomédica concreta para obtener el mejor rendimiento.
BioGPT, BioGPT-Large, BioMedLM, PubMedBERT y PMC-LLaMA de un vistazo
| Modelo | Parámetros | Corpus de entrenamiento | Licencia | PubMedQA (exactitud) |
|---|---|---|---|---|
| BioGPT | 347M | 15M títulos + resúmenes de PubMed | MIT | 78.2% |
| BioGPT-Large | 1.5B | PubMed | MIT | 81.0% |
| BioMedLM | 2.7B | Resúmenes y artículos completos de PubMed (de The Pile) | BigScience BLOOM RAIL 1.0 | 74.4% |
| PubMedBERT | ~110M (BERT-base) | Resúmenes de PubMed (una variante añade texto completo de PubMed Central) | MIT | 55.8% |
| PMC-LLaMA 13B | 13B | LLaMA-13B + 4.8M artículos biomédicos + 30K libros de texto médicos | OpenRAIL (ficha de Hugging Face); basado en LLaMA | 77.9% |
Las puntuaciones proceden del artículo de cada modelo (PubMedBERT, de la comparación del artículo de BioGPT) con configuraciones distintas —ajuste fino frente a ajuste por instrucciones—, así que tómalas como orientativas, no como una comparación directa.
Preguntas habituales sobre BioGPT
Sí. Microsoft publicó el código y los pesos de BioGPT bajo la licencia MIT, que también cubre los modelos preentrenados, así que puedes descargar y ejecutar BioGPT y BioGPT-Large gratis, también para uso comercial. Ejecutarlo por tu cuenta solo te cuesta tu propia capacidad de cómputo.
No a través de un servicio oficial alojado. Microsoft no ofrece ninguna aplicación de BioGPT alojada, y los Spaces de demostración de Hugging Face enlazados desde su README mostraban un error de ejecución al comprobarlos el 20 de octubre de 2026. Puedes ejecutar el modelo tú mismo desde Hugging Face o probar el chat biomédico de esta página, que es el asistente propio de Dr7.ai y no el checkpoint original de BioGPT.
Hacen trabajos distintos. BioGPT es un modelo pequeño (347M; 1.5B en BioGPT-Large) preentrenado solo con resúmenes de PubMed y pensado para ajustarse a tareas concretas como la extracción de relaciones, PubMedQA o la clasificación de documentos; puede ejecutarse en tu propio hardware. No está ajustado por instrucciones para conversar. ChatGPT es un asistente conversacional de uso general que sigue instrucciones y explica las cosas mucho mejor, pero no está especializado ni se puede ajustar en local de la misma manera.
Instala transformers, torch y sacremoses; después carga BioGptTokenizer y BioGptForCausalLM desde "microsoft/biogpt" (o "microsoft/BioGPT-Large") y genera texto, por ejemplo con el pipeline text-generation de transformers. El fragmento de código de la sección «Cómo usar BioGPT» muestra la versión mínima.
BioGPT-Large es la versión ampliada de BioGPT, basada en la arquitectura GPT-2 XL con 1500 millones de parámetros. Tras el ajuste fino alcanza un 81.0% de exactitud en PubMedQA (frente al 78.2% del BioGPT de 347M); ese modelo ajustado está publicado como microsoft/BioGPT-Large-PubMedQA. Ambos tienen licencia MIT en Hugging Face.
En el artículo de BioGPT, el modelo ajustado obtuvo un F1 de 44.98% en BC5CDR, 38.42% en KD-DTI y 40.76% en DDI en extracción de relaciones de extremo a extremo, un 78.2% de exactitud en PubMedQA y un F1 de 85.12% en la clasificación de documentos HoC. Son resultados tras un ajuste fino específico para cada tarea; aun así, sus respuestas deben ser revisadas por expertos del dominio.
BioGPT es un modelo de investigación entrenado con literatura publicada, no con historias clínicas, y no se ha validado para la atención a pacientes. Puede apoyar flujos de trabajo de investigación como la minería de literatura, pero no debe sustituir el juicio clínico ni utilizarse para tomar decisiones clínicas de forma autónoma.