• Informações do Trabalho

Titulo Anonimização automática de texto clínico. Subtítulo Autor ARTHUR MONTEIRO PEREIRA Orientador JAIRO FRANCISCO DE SOUZA Resumo O uso de dados no treinamento de modelos é essencial para avanços na saúde, viabilizando uma medicina mais personalizada. A anonimização de textos terapêuticos protege a privacidade dos pacientes diante da digitalização crescente. Métodos tradicionais, embora eficazes, podem reduzir a utilidade dos dados e falhar na anonimização contextual. Este estudo propõe um método baseado em modelos de linguagem de grande porte (LLMs), combinando recon- hecimento de entidades nomeadas (NER) e reformulação textual para garantir coerência e anonimização contextual. Testado em transcrições terapêuticas, o método demonstrou alta precisão na remoção de informações sensíveis sem comprometer a integridade textual, podendo aplicável a diferentes contextos. Palavras-Chave Anonimização,NER