Anonymisation de documents médicaux en texte libre et en français via réseaux de neurones - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

French free-text medical reports anonymization through artificial neural networks

Anonymisation de documents médicaux en texte libre et en français via réseaux de neurones

Antoine Richard
  • Fonction : Auteur correspondant
  • PersonId : 1182658
  • IdHAL : a-t-richard

Connectez-vous pour contacter l'auteur
François Talbot
  • Fonction : Auteur
  • PersonId : 1264517
David Gimbert
  • Fonction : Auteur
  • PersonId : 1264518

Résumé

In this paper, we study the feasibility of anonymization of medical documents in free text, and in French, using a neural network called CamemBERT. We trained this model to detect patient identifiers within medical texts, with and without pre-training of the medical lingo. Our results show satisfactory performances with F1-scores higher than 0.9 in most of the cases. We also show that the pre-training of medical lingo implies risks of data reidentification without higher performances.
Dans ce papier nous nous intéressons à la faisabilité de l'anonymisation de documents médicaux en texte libre et en français à l'aide du réseau de neurones CamemBERT. Nous avons entrainé ce modèle à détecter des éléments identifiants dans des textes médicaux, avec et sans préapprentissage du jargon médical. Nos résultats montrent des performances satisfaisantes avec des F1-score supérieurs à 0.9. Nous montrons aussi que le pré-apprentissage du jargon médical comporte des risques de ré-identification des données sans présenter de meilleurs résultats.
Fichier principal
Vignette du fichier
2023-Richard-Talbot-Gimbert-Anonymisation-Documents-Medicaux-via-CamemBERT.pdf (138.39 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04139391 , version 1 (23-06-2023)

Identifiants

  • HAL Id : hal-04139391 , version 1

Citer

Antoine Richard, François Talbot, David Gimbert. Anonymisation de documents médicaux en texte libre et en français via réseaux de neurones. Plate-forme Intelligence Artificielle 2023 (PFIA2023) - Journée Santé & IA, Association française pour l’Intelligence Artificielle (AfIA); Université de Strasbourg; Association française d’Informatique Médicale (AIM), Jul 2023, Starsbourg, France. ⟨hal-04139391⟩

Collections

HCL
96 Consultations
106 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More