DeidSharp

新的DeidSharp工具包使用本地LLM进行临床文本去标识化

一个名为DeidSharp的新型开源工具包已被开发出来，通过将本地大型语言模型（LLM）与基于规则和命名实体识别（NER）的检测器相结合，用于去标识化临床文本。与现有的开源工具相比，这种方法旨在以更高的精度识别更多的受保护健康信息（PHI）。在护理记录和出院总结上的评估表明，DeidSharp的召回优先配置实现了高召回率，而其精度优先配置则显著提高了精度，为去标识化提供了一个可行的本地解决方案。