arXiv cs.CL· Sina Daneshgar, Raya Namazi, Amirali Khosravi, Pouria Rouzrokh, Bardia Khosravi·· 4 小时前AI 评分45
EdgeDeID：无需真实患者数据训练的 0.6B 临床去标识化模型
EdgeDeID: A 0.6B Clinical De-identifier Trained Without Real Patient Data
AI 导读
EdgeDeID 是一个 0.6B 参数的临床去标识化模型，可在本地运行，训练全程不使用真实患者文本，改由三个 LLM 教师生成合成笔记。在 100 条人工核验的合成域内基准上，其 micro-F1 达 0.994，99% 的笔记无遗漏标识符，量化后可在 CPU 上以 615 MB 运行。但迁移到 MIMIC ICU 护理笔记时 F1 降至 0.48。
来源：arXiv cs.CL · arxiv.org