Cette étude propose un cadre pour affiner un modèle de langage à grande échelle (LLM) utilisant la confidentialité différentielle (DP) pour la classification multi-objets à partir du texte des rapports d'imagerie médicale. En injectant du bruit compensé pendant le processus d'affinement, nous visons à atténuer les risques de confidentialité associés aux données sensibles des patients et à prévenir les fuites de données tout en maintenant les performances de classification. À l'aide de 50 232 rapports d'imagerie médicale issus de données de radiographie thoracique MIMIC-CXR et de tomodensitométrie CT-RATE accessibles au public, collectées entre 2011 et 2019, nous avons affiné le LLM en utilisant l'adaptation basse dimensionnelle à confidentialité différentielle (DP-LoRA) sur trois architectures de modèles : BERT-medium, BERT-small et ALBERT-base, afin de classer 14 étiquettes de l'ensemble de données MIMIC-CXR et 18 étiquettes de l'ensemble de données CT-RATE. Nous avons évalué les performances du modèle à l'aide du score F1 pondéré à différents niveaux de confidentialité (budget de confidentialité = {0,01, 0,1, 1,0, 10,0}) et comparé les performances du modèle à différents niveaux de confidentialité afin de quantifier le compromis confidentialité-utilité. Les résultats expérimentaux ont révélé un compromis clair confidentialité-utilité sur deux ensembles de données différents et trois modèles différents. Sous des garanties de confidentialité modérées, le modèle affiné DP a obtenu des scores F1 pondérés de 0,88 pour MIMIC-CXR et de 0,59 pour CT-RATE, démontrant des performances relativement similaires aux modèles de base LoRA non préservant la confidentialité (0,90 et 0,78, respectivement). En conclusion, l'affinage différentiel préservant la confidentialité à l'aide de LoRA permet une classification multi-maladies efficace et préservant la confidentialité, relevant ainsi les principaux défis de l'affinage LLM sur les données médicales sensibles.
