臨床センターの複数専門分野評価における医療記録の匿名化のためのトランスフォーマーベースモデルのベンチマーキング

科学分野:

• 医療情報学
• 自然言語処理
• データプライバシー

背景:

• 患者の機密性は、電子健康記録（EHR）の研究にとって不可欠です。
• 機密情報の માన్యుઅલ削除は時間がかかり、スケーラブルではありません。
• 自動匿名化手法は、データ共有のための有望な代替手段を提供します。

研究 の 目的:

• 臨床記録におけるさまざまな自動匿名化モデルのパフォーマンスを評価すること。
• タスク固有のトランスフォーマーモデルと大規模言語モデル（LLM）を比較すること。
• さまざまな匿名化アプローチの精度と適応性を評価すること。

主な方法:

• 3,650件の英国の臨床記録で4つのトランスフォーマーベースモデルと5つのLLMを評価しました。
• 正確なパフォーマンス比較のために、臨床医による二重アノテーションを利用しました。
• 一般的なデータセットと専門分野のデータセット全体でモデルを評価しました。

主要な成果:

• Microsoft Azureの匿名化サービスは、臨床医のパフォーマンスに匹敵する最高のF1スコアを達成しました。
• ファインチューニングされたAnonCATおよびGPT-4-0125（少数ショット）も強力な結果を示しました。
• 小規模なLLMは、過剰な削除と幻覚の問題を示しましたが、タスク固有のモデルはより安定したデータセットを示しました。

結論:

• 自動匿名化システムは、大規模な臨床記録共有を効果的にサポートできます。
• モデルの選択、適応戦略、およびプライバシー保護は、正常な実装に不可欠です。
• これらのシステムは、堅牢な患者プライバシーを確保しながら、データの有用性を向上させます。