Self-Prompting Small Language Models for Privacy-Sensitive Clinical Information Extraction

Esta pesquisa apresenta uma estrutura implementável localmente que permite a pequenos modelos de linguagem extrair entidades clínicas sensíveis à privacidade de notas odontológicas não estruturadas, através de prompts auto-gerados e refinados. O estudo avaliou modelos de peso aberto, alcançando altas pontuações F1 com Qwen2.5-14B-Instruct e Llama-3.1-8B-Instruct após ajuste fino supervisionado e otimização direta de preferência.