hf_ehr 是模型训练领域的开源项目，由 som-shahlab 开发，2023 年首次发布。
它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 52。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-01。基于Apache-2.0许可证，可自由使用和部署，无收费计划。
它主要面向的使用场景是：医疗科研机构进行疾病预测模型研究。同类可对比的替代方案包括 PyHealth、EHRKit、FIDDLE。
hf_ehr
用 EHR 数据微调 HuggingFace 模型，快速构建医疗预测应用
hf_ehr 是一个专注于在电子健康记录（EHR）数据上训练 HuggingFace 模型的开源项目。它解决了医疗领域利用预训练语言模型处理结构化临床数据的难题，提供了一套从数据预处理、模型微调到评估的完整流程。项目基于 Jupyter Notebook，易于上手和修改，核心能力包括将 EHR 数据转换为适合 Transformer 模型的格式，支持多种 HuggingFace 模型架构，并针对医疗数据的时间性和稀疏性进行了优化。通过该项目，研究人员和开发者可以快速构建针对特定医疗任务的预测模型，如疾病预测、患者分型等，降低了医疗 AI 应用的门槛。
开源
free
开源模型
GitHub 星标
★ 52
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队som-shahlab
所属国家
定价模式free
价格说明开源项目，基于Apache-2.0许可证，可自由使用和部署，无收费计划。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型electronic-health-records,foundation-models,healthcare,machine-learning
GitHub 星标★ 52
30天Star增速
HF 下载量
上线时间2023-10-05 00:00:00
最近更新2026-07-01 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 直接对接 HuggingFace 生态，模型切换和部署方便
- 针对 EHR 时间序列和稀疏特征做了专门的数据处理设计
- Notebook 形式，步骤清晰，适合快速实验和教学
不足之处
- 项目处于早期，文档和社区支持待观察
- 缺乏大规模真实 EHR 数据的验证案例
适用场景
- 医疗科研机构进行疾病预测模型研究
- 健康科技公司开发临床决策支持原型
- 高校课程中教学如何将 Transformer 应用于医疗数据
替代项目
PyHealth、EHRKit、FIDDLE
项目介绍
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···