0.6B本地去标识模型不用真实病历，合成域内F1达0.994但跨域降至0.48。
资讯摘要
论文提出EdgeDeID，一个0.6B参数、可在本地运行的临床文本去标识模型，训练全程不使用真实患者文本：由三个LLM教师生成合成病历，再由单一标注器统一重标注，模型输出带类型的XML标识符结构。作者报告在100条人工核验的合成域内基准上微F1达0.994，99%的病历无漏检标识符；量化后可在CPU上以615MB运行。但在MIMIC ICU护理记录上F1降至0.48。
要点速读
- 训练数据由三个LLM教师生成合成病历，单一标注器统一标注规范，不使用真实患者文本。
- 作者报告合成域内基准微F1为0.994，99%病历无漏检标识符，对比八种现成系统中最强者的0.857与12%。
- 量化后模型在CPU上占用615MB；在MIMIC ICU护理记录上F1降至0.48，作者归因于电报式文风与低标识符密度。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。