Thomas Vakili Utbildningsassistent
Kontakt
Namn och titel: Thomas VakiliUtbildningsassistent
Epost: thomas.vakili@dsv.su.se
Telefon: +468161659
ORCID0000-0001-8988-8226 Länk till annan webbplats.
Arbetsplats: Institutionen för data- och systemvetenskap Länk till annan webbplats.
Besöksadress Nodhuset, Borgarfjordsgatan 12
Postadress Institutionen för data- och systemvetenskap164 25 Kista
Om mig
Jag är civilingenjör och disputerad universitetslärare vid Institutionen för data- och systemvetenskap. Min forskning handlar om skärningspunkten mellan språkteknologi, AI och integritetsskydd.
De senaste åren har det språkteknologiska forskningsfältet haft många viktiga genombrott i och med skapandet av stora språkmodeller (s.k. LLM:er) såsom BERT, Llama och GPT-5. På DSV har vi framgångsrikt använt denna typ av modeller för att skapa medicinsk språkteknologi genom att använda patientjournaldata.
En viktig anledning till att dessa modeller är så framgångsrika är att de är väldigt stora och tränade på enorma mängder data. Detta har dock skapat ett stort problem: modellerna läcker information om sitt träningsdata. Min forskning handlar om att skapa modeller som skyddar integriteten hos de människor som nämns i träningsdatat.
Jag presenterade min licentiatavhandling i maj 2023 och försvarade min doktorsavhandling i januari 2026. Jag handleddes av professor Hercules Dalianis och professor Aron Henriksson. Du kan läsa mer om min forskning på min akademiska webbplats.
Jag undervisar på flera kurser och handleder även kandidat- och masteruppsatser. Jag undervisar eller har undervisat på följande kurser:
- Språkteknologi – mänskliga språk och datorer: föreläsare och labbhandledare
- Teknik för Internetsökning och omvärldsbevakning: föreläsare och labbhandledare
- Naturlig språkbehandling - NLP: föreläsare, labbhandledare och uppsatshandledare
- Digitala strategier och förändringsledning: seminarieledare och kursadministratör
T. Vakili, A. Henriksson, and H. Dalianis. 2025. Data-Constrained Synthesis of Training Data for De-Identification. In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 27414–27427.
T. Vakili, M. Hansson, and A. Henriksson. 2025. SweClinEval: A Benchmark for Swedish Clinical Natural Language Processing. In Proceedings of the Joint 25th Nordic Conference on Computational Linguistics and 11th Baltic Conference on Human Language Technologies (NoDaLiDa/Baltic-HLT 2025), pp. 767–775.
L. Kiefer, J. O. Alabi, T. Vakili, H. Dalianis, and D. Klakow. 2025. Instruction-Tuning LLaMA for Synthetic Medical Note Generation in Swedish and English. In Proceeedings of the 15th International Conference on Recent Advances in Natural Language Processing, p. 557.
T. Vakili, A. Henriksson, and H. Dalianis. 2024. End-to-end pseudonymization of fine-tuned clinical BERT models: Privacy preservation with maintained data utility. BMC Medical Informatics and Decision Making 24 (1), p. 162.
J. Dunstan, T. Vakili, L. Miranda, F. Villena, C. Aracena, T. Quiroga, P. Vera, S. Viteri Valenzuela, and V. Rocco. 2024. A pseudonymized corpus of occupational health narratives for clinical entity recognition in Spanish. BMC Medical Informatics and Decision Making 24 (1), p. 204.
C. Aracena, L. Miranda, T. Vakili, F. Villena, T. Quiroga, F. Núñez-Torres, V. Rocco, and J. Dunstan. 2024. A Privacy-Preserving Corpus for Occupational Health in Spanish: Evaluation for NER and Classification Tasks. In Proceedings of the 6th Clinical Natural Language Processing Workshop, pp. 111–121.
T. Vakili, T. Hullmann, A. Henriksson, and H. Dalianis. 2024. When Is a Name Sensitive? Eponyms in Clinical Text and Implications for De-Identification. In Proceedings of the Workshop on Computational Approaches to Language Data Pseudonymization (CALD-pseudo 2024), pp. 76–80.
A. Lamproudis, T. O. Svenning, T. Torsvik, T. Chomutare, A. Budrionis, P. D. Ngo, T. Vakili, and H. Dalia-
nis. 2023. Using a Large Open Clinical Corpus for Improved ICD-10 Diagnosis Coding. In AMIA Annual Symposium Proceedings, p. 465.
T. Vakili, and H. Dalianis. 2023. Using Membership Inference Attacks to Evaluate Privacy-Preserving Language Modeling Fails for Pseudonymizing Data. In The 24rd Nordic Conference on Computational Linguistics.
A. Dolk, H. Davidsen, H. Dalianis, and T. Vakili. 2022. Evaluation of LIME and SHAP in Explaining Automatic ICD-10 Classifications of Swedish Gastrointestinal Discharge Summaries. In Scandinavian Conference on Health Informatics, pp. 166–173.
O. Bridal, T. Vakili, and M. Santini. 2022. Cross-Clinic De-Identification of Swedish Electronic Health Records: Nuances and Caveats. In LREC 2022 Joint Workshop Language Resources and Evaluation Conference 20-25 June 2022, p. 49.
O. Jerdhaf, M. Santini, P. Lundberg, T. Bjerner, Y. Al-Abasse, A. Jönsson, and T. Vakili. 2022. Evaluating Pre-Trained Language Models for Focused Terminology Extraction from Swedish Medical Records. In Proceedings of the Workshop on Terminology in the 21st century: many faces, many places, pp. 30–32.
T. Vakili, A. Lamproudis, A. Henriksson, and H. Dalianis. 2022. Downstream Task Performance of BERT Models Pre-Trained Using Automatically De-Identified Clinical Data. In Proceedings of the Thirteenth Language Resources and Evaluation Conference, pp. 4245–4252.
T. Vakili, and H. Dalianis. 2022. Utility Preservation of Clinical Text After De-Identification. In Proceedings of the 21st Workshop on Biomedical Language Processing, pp. 383–388.
T. Vakili, and H. Dalianis. 2021. Are Clinical BERT Models Privacy Preserving? The Difficulty of Extracting Patient-Condition Associations. In AAAI 2021 Fall Symposium on Human Partnership with Medical AI: Design, Operationalization, and Ethics (AAAI-HUMAN 2021).
