RT Generic
T1 Modelos de Lenguaje Pequeños para resumir Historias Clínicas: Comparativa, Destilación y RAG
T2 Optimizing Small Language Models for Clinical Summarization: Comparison, Distillation, and RAG
A1 Silva Rodríguez, Alejandro
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería de la Salud - Trabajos Fin de Grado
AB La generación automática de resúmenes clínicos a partir de textos no estructuradosrepresenta un desafío relevante en el ámbito médico, donde la redundanciay la desorganización de los historiales pueden dificultar la toma de decisiones. Estetrabajo explora el uso de modelos de lenguaje pequeños (Small Language Models,SLMs) como alternativa eficiente y accesible a los modelos de gran escala, evaluandosu rendimiento en tareas de síntesis clínica. Se han aplicado estrategiasavanzadas de prompt engineering, siendo especialmente efectiva la generaciónpor partes, y se ha incorporado un enfoque de Recuperador-Generador (RAG) conpreguntas múltiples para enriquecer el contexto del modelo. Además, se ha realizadoun ajuste fino sobre LLaMA 3.2, evidenciando buen aprendizaje pero consobreajuste estilístico, lo que resalta la importancia de contar con un corpus clínicamentealineado. La evaluación automática se ha complementado con validaciónexperta, y se ha desarrollado una aplicación web funcional que integra el modelooptimizado, permitiendo la generación y validación de resúmenes en un entornopráctico. En conjunto, el estudio valida un flujo de trabajo reproducible y muestrael potencial real de los SLMs en contextos clínicos, a pesar de sus limitacionesfrente a modelos como GPT-4o-mini.
YR 2025
FD 2025-06
LK https://hdl.handle.net/10630/40820
UL https://hdl.handle.net/10630/40820
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 19 ene 2026