Adapting knowledge graphs for large language model-based medical record DE-identification
Büyük dil modeli tabanlı tıbbi kayıt kimliksizleştirme için bilgi çizgelerinin uyarlanması
- Tez No: 991172
- Danışmanlar: DR. ÖĞR. ÜYESİ EMRAH İNAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dijital tıbbi kayıtların artan yaygınlığı, hasta gizliliğini sağlamak için güçlü kimliksizleştirme tekniklerine duyulan ihtiyacın arttığını göstermektedir. Kimliksizleştirme, kayıtlar içinde bireylerin kimliğinin tespit edilmesi engellemek için kişisel bilgilerin çıkarılması içermektedir. Metin kimliksizleştirme, bir kişinin kimliğini tespit edebilecek bilgilerin kaldırılması veya maskelenmesi sürecini ifade etmektedir. Bu tür hassas bilgilerin özel veritabanlarından çıkarılması, çevrimiçi üretken yapay zeka modellerine hassas bilgilerin aktarılmasına yol açabilmektedir. Bu çalışma, bilgi çizgeleriyle geliştirilen büyük dil modellerinin, özellikle kişilerin, organizasyonların ve yerlerin isimlerini tanımlamak ve anonimleştirmek için adlandırılmış varlık tanıma üzerine odaklanarak tıbbi kayıtları kimliksizleştirme potansiyelini incelemektedir. Bu yaklaşımda, DBpedia bilgi çizgesi, aday kurgusal karakter isimleri, hastane isimleri ve ilgili şehir ve ülke bilgilerini çıkararak, kimliksizleştirme için adaylar listesi oluşturmaktadır. Bu listeler daha sonra yaygın olarak kullanılan bir tıbbi veri kümesine kimliksizleştirme işlemi olarak dönüştürmek için uygulanmaktadır. Deneysel sonuçlar, belirli bir varlık türü şeması üzerine ince ayar yapılmış dil modellerinin, farklı varlık türü şemalarına sahip veri kümeleri için uygun olmadığını göstermektedir. Ayrıca, bu modeller, eğitim verilerini belirli bir sabit etiket şemasına göre etiketlemek için önemli miktarda insan gücü gerektirmektedir. Bu zorlukları aşmak için, bu tez, tıbbi metin anonimleştirme için halk tarafından erişilebilir bir veri kümesi sunmaktadır. Ayrıca, tıbbi kimliksizleştirme görevine uyarlamak için bir varlık aday çıkarıcı ve bir varlık türü tahmin edici içeren iki aşamalı bir metodoloji uygulanmaktadır. Sonuç olarak, iki aşamalı yaklaşımımızın, en ileri düzeyde denetimli öğrenme yöntemleriyle karşılaştırılabilir sonuçlar sunduğunu göstermektedir. göstermektedir.
Özet (Çeviri)
The increasing use of digital medical records underscores the growing demand for effective de-identification methods to protect patient privacy. De-identification involves the removal of personal details to prevent the identification of individuals within these records. Text de-identification refers to the process of eliminating or concealing information that could identify a person. Extracting such sensitive data from private datasets may lead to its exposure to online generative artificial intelligence models. This study explores the potential of large language models, enhanced with knowledge graphs, for de-identifying medical records, focusing particularly on named entity recognition for identifying and anonymising names of people, organisations, and locations. In this approach, DBpedia is used as the knowledge graph to extract possible fictional character names, hospital names, and relevant city and country information, creating a list of candidates for de-identification. These lists are then applied to transform a widely used medical dataset into a de-identification task. The results of the experiments indicate that fine-tuned language models, trained on a specific entity-type schema, are not suited for datasets with different schemas. Moreover, these models require significant human effort to annotate training data according to a fixed tagging schema. To address these challenges, this thesis proposes a publicly available dataset for medical text de-identification. Additionally, a two-stage methodology is applied, involving an entity candidate extractor and an entity type predictor, to adapt two open-source language models for the medical de-identification task. In conclusion, our two-stage approach yields result comparable to state-of-the-art supervised learning methods.
Benzer Tezler
- Sivas ili C.Ü. hastanesinde yatmakta olan hastaların servislerine kabul edilişlerindeki uygulamalarla bu uygulamalara ilişkin duygu ve beklentilerinin saptanması
Determination of the formalities in admitting the patients hospitalized at the Cumhuriyet University of Sivas to the services and their feelings and expeetations relating to these formalities
FADİME KESKİN
- Kastamonu örneğinde, doğal, tarihsel ve kültürel çevrenin korunması imkanları üzerine bir inceleme
A Research on the possibility of conservation of natural, historical and cultural environment on Kastamonu model
JALE KUYULULU
- Konut gerçekleştirme sistemlerinde kullanıcı katkısının etkinliğini arttırıcı öneriler ve yardımlı kendi evini yapımda örneklenmesi
Suggessions to increase efficiency of user involvement in housing realization systems and sampling on aided self-help
ZİYA OK
- Renkli TV tekniğinin incelenmesi ve FM stereo radyo yayınlarından yararlanılarak bilgi iletişimi
Başlık çevirisi yok
ERSİN ÖZKAN
- Enerji iletim şebekelerinin donanım planlamasında optimizasyonu
Optimisation in the planning of supply of power transmission networks summary
K.R.İRFAN GÜNEY
