Llama3.1-Oncology-BreastCancer-ES

🧬 Llama3.1-Oncology-BreastCancer-ES

📌 Descripción

Este modelo es una adaptación de Meta-Llama-3.1-8B-Instruct entrenado con Parameter-Efficient Fine-Tuning (LoRA) sobre las guías clínicas NCCN para cáncer de mama.
El objetivo es proporcionar un asistente en español para la práctica oncológica, capaz de responder de forma clínicamente relevante, contextualizada y alineada con guías internacionales.

---

⚙️ Detalles del modelo

• Base model: meta-llama/Llama-3.1-8B-Instruct
• Técnica de ajuste: LoRA (PEFT)
• Frameworks: Hugging Face Transformers, TRL
• Formato de pesos: safetensors
• Dataset: Pares instrucción-respuesta derivados de las guías NCCN (Breast Cancer), traducidas y adaptadas al español.
• Tamaño: ~8B parámetros (adaptado con LoRA)
• Idioma principal: Español

---

📂 Casos de uso previstos

• Soporte a oncólogos en la consulta clínica.
• Educación médica en oncología de mama.
• Generación de resúmenes y recordatorios de protocolos.

⚠️ Este modelo no reemplaza la decisión clínica. Debe usarse solo como sistema de apoyo y con validación de un profesional de la salud.

---

🚫 Limitaciones

• Entrenado únicamente en cáncer de mama → no extrapola a otros tumores.
• Dataset basado en guías NCCN → no incluye toda la literatura mundial.
• Puede generar alucinaciones clínicas si se sale del dominio entrenado.
• No debe usarse como única fuente para decisiones terapéuticas.

---

📖 Cómo usarlo

from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "Jaime555/Llama3.1-Oncology-BreastCancer-ES"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

prompt = "Eres un oncólogo clínico. Resume en 5 puntos el manejo del cáncer de mama HER2+ temprano."
inputs = tokenizer(prompt, return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=300)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

---

## 🙏 Agradecimientos
Agradezco al Instituto Oncológico Ospedale (INOOS) por la oportunidad de permitirme interactuar con pacientes con cáncer de mama, lo cual inspiró la aplicación de mis conocimientos en esta área de la inteligencia artificial aplicada a la oncología.

## Disclaimer
> Nota: Este modelo fue entrenado con un dataset personalizado construido a partir de las guías NCCN de cáncer de mama, traducidas y adaptadas al español.  
> Su uso es exclusivamente para fines de investigación y educación, sin relación oficial con la NCCN.

> Note: This model was trained on a custom dataset built from the NCCN Breast Cancer Guidelines, translated and adapted into Spanish.  
> It is intended solely for research and educational purposes, with no official affiliation to the NCCN.