wellsondahostaraguaia/consultas-medica-saude-mulher

ConsultasMedica - Assistente Clínico de Saúde da Mulher

Modelo fine-tunado com LoRA (MLX / Apple Silicon) para assistência clínica em saúde da mulher.

Modelo Base

meta-llama/Meta-Llama-3.1-8B-Instruct (via mlx-community/Meta-Llama-3.1-8B-Instruct-4bit)

Fine-tuning

• Método: LoRA (Low-Rank Adaptation)
• Framework: mlx-lm (Apple Silicon / MLX)
• Dataset: 16000 exemplos sintéticos de saúde da mulher (https://www.kaggle.com/datasets/wellsonalmeida/medquad-medical-question-answering-dataset)
• Protocolos: INCA, FEBRASGO, OMS, Ministério da Saúde (Brasil)

Domínios

• Classificação de risco ginecológico (VERMELHO/AMARELO/VERDE)
• Orientações pré-natais
• Detecção de violência doméstica
• Rastreamento de câncer (mama e colo do útero)
• ISTs, contracepção, menopausa, saúde reprodutiva

Limitações e Ética

• Nunca prescreve medicamentos ou dosagens
• Uso exclusivo como suporte a profissionais de saúde
• Não substitui avaliação médica presencial
• Desenvolvido para fins acadêmicos (FIAP Pós Tech IA para Devs - Fase 3)
• Tech Challenge - Fase 3

Autor: [Wellson Almeida dos Santos] wellson.digital@gmail.com

Autor: [Nelson Seiji Takahashi] seiji8503@gmail.com

Uso

from mlx_lm import load, generate

model, tokenizer = load("wellsondahostaraguaia/consultas-medica-saude-mulher")
prompt = "<|begin_of_text|><|start_header_id|>system<|end_header_id|>\n\nVocê é ConsultasMedica, assistente clínico especializado em saúde da mulher.<|eot_id|><|start_header_id|>user<|end_header_id|>\n\nInstrução: Classificar risco\n\nPaciente: Dor pélvica aguda e febre<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n"
response = generate(model, tokenizer, prompt=prompt, max_tokens=200)
print(response)