Plan Pro: 30% de descuentoObtener
Medical AI Background

BioGPT

El modelo de lenguaje biomédico avanzado de Microsoft

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.

🧬
BioGPT
Modelo de generación de texto biomédico
347M
parámetros (BioGPT-Large: 1.5B)
Microsoft Research
Pesos abiertos · Licencia MIT

Prueba la demo interactiva de BioGPT

Descubre el modelo de lenguaje biomédico avanzado de Microsoft para procesar y analizar textos médicos

BioGPT Demo

Descubre la IA biomédica

0/3 mensajes

¿Tienes un análisis de laboratorio, una radiografía o una foto de la piel? Obtén un análisis completo con IA.

Subir imagen

Inicia un análisis biomédico

Pregunta sobre conceptos biomédicos, analiza literatura médica o procesa textos médicos

Aprovecha todo el potencial de BioGPT

Obtén acceso ilimitado al modelo de lenguaje biomédico avanzado de Microsoft, con funciones mejoradas, asistencia prioritaria y capacidades completas de procesamiento de textos biomédicos.

10+
Modelos avanzados
24/7
Soporte experto
∞
Uso ilimitado

¿Qué es BioGPT?

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.

🚀

Lanzamiento y estado

Publicado por Microsoft Research en octubre de 2022 (arXiv 2210.10341)

≈4.5k
estrellas en GitHub (octubre de 2026)

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.

Características principales

Para qué se diseñó y evaluó el modelo

Capacidades principales

  • ✓Generación de texto biomédico (p. ej., descripciones fluidas de fármacos, genes y enfermedades)
  • ✓Extracción de relaciones de extremo a extremo: interacciones sustancia química–enfermedad, fármaco–diana y fármaco–fármaco
  • ✓Respuesta a preguntas sobre resúmenes de PubMed (PubMedQA)
  • ✓Clasificación de documentos biomédicos (Hallmarks of Cancer)
  • ✓Vocabulario del dominio aprendido de textos de PubMed
  • ✓Ajustable (fine-tuning) para nuevas tareas de texto biomédico

Resultados en benchmarks

Resultados tras ajuste fino publicados por Microsoft en el artículo de BioGPT (Luo et al., 2022); no medidos por Dr7.ai

BC5CDR
Extracción de relaciones sustancia química–enfermedad (F1 de extremo a extremo)
44.98
KD-DTI
Extracción de interacciones fármaco–diana (F1)
38.42
DDI
Extracción de interacciones fármaco–fármaco (F1)
40.76
PubMedQA
Respuesta a preguntas biomédicas (exactitud)
78.2%
PubMedQA · BioGPT-Large
La misma tarea con el modelo de 1.5B (exactitud)
81.0%
HoC
Clasificación de documentos Hallmarks of Cancer (F1)
85.12

Casos de uso

🔬

Investigación biomédica

Genera descripciones de términos biomédicos al estilo de la literatura científica y extrae entidades y relaciones de los resúmenes de PubMed.

🏥

Investigación en preguntas y respuestas biomédicas

Ajústalo para responder preguntas sobre resúmenes de investigación (PubMedQA). Es un modelo de investigación, no una herramienta de apoyo a la decisión clínica.

💊

Descubrimiento de fármacos

Extrae interacciones fármaco–diana y fármaco–fármaco de la literatura publicada para apoyar la curación de datos y la generación de hipótesis.

Cómo usar BioGPT

Ejecuta BioGPT de Microsoft con Hugging Face o en tu equipo, o prueba el chat de IA biomédica propio de Dr7.

1

Acceder a BioGPT

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.

2

Hugging Face (transformers)

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

3

En local con el código original

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 no es un chatbot de diagnóstico

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 IA

Consideraciones importantes

Se requiere experiencia en el dominio

Los resultados de BioGPT deben ser validados por expertos del dominio, especialmente en aplicaciones clínicas o de investigación.

Ajuste fino para cada tarea

Plantéate ajustar BioGPT a tu dominio o tarea biomédica concreta para obtener el mejor rendimiento.

BioGPT frente a otros modelos de lenguaje biomédicos

BioGPT, BioGPT-Large, BioMedLM, PubMedBERT y PMC-LLaMA de un vistazo

ModeloParámetrosCorpus de entrenamientoLicenciaPubMedQA (exactitud)
BioGPT347M15M títulos + resúmenes de PubMedMIT78.2%
BioGPT-Large1.5BPubMedMIT81.0%
BioMedLM2.7BResúmenes y artículos completos de PubMed (de The Pile)BigScience BLOOM RAIL 1.074.4%
PubMedBERT~110M (BERT-base)Resúmenes de PubMed (una variante añade texto completo de PubMed Central)MIT55.8%
PMC-LLaMA 13B13BLLaMA-13B + 4.8M artículos biomédicos + 30K libros de texto médicosOpenRAIL (ficha de Hugging Face); basado en LLaMA77.9%

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 frecuentes

Preguntas habituales sobre BioGPT

¿BioGPT es gratis?

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.

¿Puedo usar BioGPT en línea?

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.

BioGPT o ChatGPT: ¿cuál es mejor para textos biomédicos?

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.

¿Cómo ejecuto BioGPT desde Hugging Face?

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.

¿Qué es BioGPT-Large?

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.

¿Qué precisión tiene BioGPT en los benchmarks biomédicos?

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.

¿Se puede usar BioGPT en aplicaciones clínicas?

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.