обезличивает медицинские и стоматологические заметки на CPU
schedule 2 мин чтенияобновлено
Модель берёт текст клинической или стоматологической заметки и возвращает его же, но с вырезанными персональными идентификаторами: именами, датами, контактами, номерами карт и адресами. Работает с английским, французским и ливанским арабским латиницей (Arabizi), включая стоматологические записи. Это компактный char-level token classifier на 5,8 млн параметров, который запускается только на CPU, примерно за 0,2 секунды на заметку и офлайн. В отличие от крупных PII-моделей, он почти не скрывает лишнего в чистом клиническом тексте, но это бета-инструмент для первого прохода, а не замена проверке человеком.
Ключевые особенности
Удаляет идентификаторы HIPAA Safe Harbor по шести меткам: NAME, DATE, CONTACT, ID, LOCATION и AGE старше 89 лет.
Сохраняет клиническое содержимое: дозы, номера зубов, лабораторные значения и коды.
Поддерживает английский, французский и Arabizi; есть режимы typed, keep_dates и spans.
Всего 5,8 млн параметров, работа на CPU и офлайн, около 0,2 с на заметку.
На Nemotron-PII ловит 98,3% идентификаторов при 0,34% ошибочно скрытого чистого текста; на клинических заметках — 95,0% при 3,33%.
Что можно сделать
Поставить первым проходом в локальный пайплайн обезличивания перед передачей заметок на ревью или в исследование.
Пакетно чистить стоматологические заметки, не теряя номера зубов и назначения.
Встроить model.redact или model.spans в Python-сервис, а scrub.py использовать для быстрой проверки из командной строки.
Пример
from transformers import AutoModel
model = AutoModel.from_pretrained("sixmonth-ai/sixmonth-redact", trust_remote_code=True)
text = "Called Mrs Johnson re: appt on March 3rd. Policy no. BC-44817203."
print(model.redact(text))
# 'Called Mrs [REDACTED] re: appt on [REDACTED]. Policy no. [REDACTED].'
ПодробнееБенчмарки: Nemotron-PII — 98,3% пойманных идентификаторов при 0,34% ошибочно скрытого чистого текста; клинические заметки — 95,0% и 3,33%. С опечатками: 93,8% и 83,0% соответственно. Требования: только CPU, около 0,2 с на заметку; 5,8 млн параметров. Ограничения: бета; примерно в 1 из 5 клинических заметок остаётся идентификатор (1 из 2 с опечатками), нужна проверка человеком; это не полноценная HIPAA-деидентификация; другие языки не тестировались. Лицензия GPL-3.0; веса не подгонялись на пациентских заметках.
Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.
Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.
HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.
# sixmonth-ai/sixmonth-redact — A30, FP8 / INT8
# ===== Токены: вставьте свои между кавычками =====
export HF_TOKEN="" # huggingface.co/settings/tokens — для закрытых моделей
# ==========================================
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve sixmonth-ai/sixmonth-redact --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.
Как ускорить
Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.
Комментарии