K-Ium 의료 인공지능 경진대회(최우수상)🥇

급성 허혈성 뇌졸중 영상 소견 및 의사소견 판독문 분류를 위한 인공지능 모델 제작(BERT)

최종결과: 최우수상(경북대병원장 상 수상 + 상금 300만원):fire:

대회링크: https://www.k-ium.com/home/index

<약 6900개 1차 데이터로 학습후, 약 2900개의 2차 데이터로 평가 결과>

AUC Score) 0.996171

👨‍ 제작자

👦🏻 @@@ (Tensorflow, Pandas)

🎥 프로젝트 소개

BERT 모델을 활용한 급성 허혈성 뇌졸중 판독문 분류를 위한 인공지능 모델

플랫폼: 'Goolge Colab'
GPU: Tesla T4
GPU API: cuda
사전 학습 모델 : bert-base-multilingual-cased

📘 기능 설명

1) 모델학습_소스코드.ipynb 를 통해서 학습 데이터(csv)를 호출하고 데이터를 전처리후 모델을 학습한다.

2) 데이터_전처리_및_모델_호출_소스코드.ipynb 를 통해서 평가 데이터(csv)를 호출하고 데이터를 전처리후 모델을 사용한다.