EdgeDeID: Клинический деидентифицатор 0,6B обучен без данных о реальном пациенте

arXiv: 261 030.33839v 1 Annuate Type: новый резюме: Деидентификация клинических записей с использованием модели, используемой на понятном языке, раскрывает информацию, которую предполагается защитить. Мы представляем EdgeDeID, деидентифицирующий только 0.6B-параметр, который работает на местном уровне и обучен без текста пациента: три учителя LLM пишут синтетические ноты, один лейбл переформулирует их в одну конвенцию, а модель учится излучать типографскую схему XML идентификаторов, которые она находит. На 100-примечательном синтетической внутренней базе данных с ручной проверкой аннотаций она достигает 0,994 микроF1 и не оставляет пропущенного идентификатора в 99% от 0,857 и 12% для самых сильных из восьми внесетевых систем. Квантовый, он работает на процессоре в 615 МБ. Из трех добавлений к контролируемой подготовке только адаптер-проверщик помогает: он отделяется от неполной продукции других систем в 0,94 AUROC, в то время как усиленное обучение с помощью вознаграждения, взвешенного по отзыву, и отпуска после обработки на основе установленных правил