葡萄牙语临床笔记匿名化：大语言模型与量子增强混合架构的比较评估
核心概要
该研究构建了由5名受训研究者手工标注1000份葡萄牙语门诊临床笔记的金标准语料库，覆盖患者姓名、日期、标识符、机构与地理位置5类受保护实体，并在500份笔记的留出测试集上比较了两种独立大语言模型（Llama-3.1-8B-instruct、Llama-3.3-70B-instruct）与两种量子增强混合模型（Dynex-QML 8B与70B，通过QUBO形式将LLM最终注意力层转化为全局约束满足问题并由神经形态量子退火求解），结果显示Dynex-QML-70B取得最高宏平均F1为0.855（95% CI 0.823-0.880），高于独立Llama-3.3-70B的0.726、Dynex-QML-8
Comparison of entity-level F 1 -scores across 4 anonymization models, Llama 3.1 8B, Llama 3.3 70B, Dynex-QML 8B, and Dynex-QML 70B, evaluated on 500 held-out Portuguese outpatient clinical notes from a tertiary-care academic hospital in Brazil. The evaluated protected entity categories included DATE, ID, LOCAL, NAME, and ORGANIZATION. Error bars indicate aggregate multinomial bootstrap 95% CIs. Brackets indicate pairwise comparisons. All starred comparisons had P <.001, except Llama 3.3 70B vs Dynex-QML 70B for LOCAL ( P =.03).
PubMed深度剖析
研究提供了葡萄牙语临床笔记的标注语料库与多实体匿名化评测基准，覆盖姓名、日期、标识符、机构与地理位置5类受保护实体。 既有工作多集中于英语或规则与机器学习方法，本文以1000份门诊笔记、5名受训标注者构建金标准，并在500份留出笔记上以精确率、召回率与F1进行评测。 语料规模与标注流程在文中明确给出，评测采用留出测试集与置信区间，属于可复现的基准构建。
量子增强混合架构在匿名化准确率上优于同规模独立大语言模型，Dynex-QML-70B宏平均F1达0.855，较独立Llama-3.3-70B提升0.128（95% CI 0.091-0.163，P<.001）。 该比较首次在葡萄牙语临床文本上把量子优化（QUBO形式、神经形态量子退火）与LLM注意力层结合，并给出与独立模型的直接对照。 差异经自助法双侧检验，P<.001，且多数实体级同规模比较亦具统计显著性，仅Dynex-QML（Llama 8B）与Llama 3.1 8B在ORGANIZATION上不显著。
量子增强模型在提升准确率的同时并未牺牲效率，Dynex-QML-70B每份笔记端到端耗时7.97秒，快于独立Llama-3.3-70B的8.52秒，配对笔记级自助法显示平均减少0.55秒（SD 2.36，95% CI -0.75至-0.34，P<.001）。 以往对匿名化方法的评估常侧重准确率，本文同时量化端到端处理时间，给出性能与效率的联合比较。 时间指标以每份笔记均值与置信区间报告，并采用配对笔记级自助法比较，统计推断明确。
量子增强架构的收益主要体现在降低假阳性率，同时保持高敏感度。 文中将改进归因于假阳性减少而非召回下降，说明该优化在约束满足层面抑制了过度标注。 该结论基于精确率、召回率与F1的综合表现，文中以宏平均F1与实体级比较支持这一方向性判断。
启示与展望
该研究面向葡萄牙语门诊临床笔记与姓名、日期、标识符、机构、地理位置5类受保护实体，适用于以留出测试集评估的匿名化任务；其结论支持在需要高敏感度并控制假阳性的去标识化场景中采用量子增强混合架构，并为后续在其他语言、其他实体类型与真实部署环境中的验证提供起点。
读者仍会关注：量子增强组件在不同硬件与退火条件下的稳定性、在其他语言与实体类型上的表现、以及金标准标注者间一致性等细节；本次加载文本为摘要级内容，未包含图表与完整方法细节，因此上述方面的具体数值与实现细节仍需查阅原文。