أنا Clément Longeac. أطوّر DEMNE، إطار توجيه يختار لكل نوع كيان أخفّ طريقة تظل موثوقة: قواعد أو محوّل (transformer) أو نموذج لغوي كبير. على مجموعة AP-HP لم يرها من قبل، يوجّه 99.5% من الإشارات إلى قواعد قابلة للتدقيق بقيمة F1 تساوي 0.941، حيث لا يتجاوز المحوّل المضبوط 0.358.
أنا طالب في السنة الرابعة في ESIEE Paris، تخصص علوم البيانات والذكاء الاصطناعي، ومسجل في مسار Tremplin Recherche بالمدرسة — وهو برنامج مصمم للطلاب المتجهين نحو البحث الدكتوراهي بدلًا من التدريب الصناعي القياسي.
يتمحور عملي حول جعل النص السريري غير المنظم قابلًا للاستخدام في البحث: استخراج العلامات الحيوية ومعلومات التدريج وتفاصيل العلاج المدفونة في تقارير الأورام الفرنسية، حيث تفشل أدوات معالجة اللغة الطبيعية العامة باستمرار أمام المفردات وبنية الوثائق الخاصة بهذا المجال.
إلى جانب دراستي، أُدرّس الرياضيات والفيزياء والكيمياء عبر Complétude، وأُحضّر طلبات الالتحاق ببرنامج دكتوراه صناعي CIFRE في الذكاء الاصطناعي الحيوي الطبي بجامعة السوربون.
على المدى الطويل، هذا الانضباط نفسه — استخلاص بنية موثوقة من نص فوضوي وعالي المخاطر — هو ما يجذبني نحو أبحاث سلامة الذكاء الاصطناعي: بناء وتقييم نماذج العالم (world models) عبر AMI Labs وبرنامج Anthropic Fellows. (هذه جملة أولية — استبدلها بصياغتك النهائية.)
خط أنابيب هجين للتعرف على الكيانات المسماة للنصوص السريرية الخاصة بالأورام باللغة الفرنسية.
of mentions routed to rules (unseen AP-HP cohort, 411/413)
rule F1 vs 0.358 for a fine-tuned DrBERT
leave-one-corpus-out routing concordance
تفشل نماذج التعرف على الكيانات الجاهزة بشكل كبير في النص السريري الفرنسي: اختصارات كثيفة، تنسيق غير متسق بين أنظمة المستشفيات، ومصطلحات علامات حيوية نادرة الظهور في بيانات التدريب العامة. يعالج DEMNE هذا عبر خط أنابيب متدرج بدلًا من نموذج واحد — كل مرحلة تتولى ما تُجيده فعلًا، ولا تصعّد إلى نموذج أثقل إلا عند الضرورة.
تم ضبط النظام على DrBERT-7GB عبر ثلاث مجموعات نصوص أورام فرنسية مختلفة، ويستهدف سبعة أنواع كيانات علامات حيوية ذات أولوية تُستخدم في التقارير ذات الصلة بالعلاج.
تطابق التعبيرات النمطية والمعاجم يلتقط بتكلفة منخفضة الكيانات عالية الثقة ومنخفضة الغموض — التواريخ، الجرعات، اختصارات العلامات الحيوية القياسية.
يتولى DrBERT-7GB، المضبوط عبر ثلاث مجموعات نصوص أورام، الكيانات التي تتطلب فهمًا دلاليًا ومجاليًا حقيقيًا.
تُوجَّه التعارضات المتبقية والحالات الحدية إلى مرحلة نموذج لغوي كبير لإزالة الغموض النهائي قبل الإخراج.
يقع استخراج الكيانات السريرية من سجلات المرضى بوضوح ضمن فئة المخاطر العالية في قانون الذكاء الاصطناعي الأوروبي. يأخذ التصميم المتدرج لـDEMNE المادتين 12 و14 بعين الاعتبار منذ البداية، وليس كإضافة لاحقة.
يمكن تتبع كل قرار استخراج حتى المرحلة (القواعد، المحولات، أو النموذج اللغوي الكبير) ودرجة الثقة التي أنتجته، مما يتيح تسجيلًا تلقائيًا للتدقيق.
تُوسم مخرجات تحكيم النموذج اللغوي الكبير لمراجعة الطبيب بدلًا من قبولها بصمت، مما يُبقي الإنسان جزءًا من الحلقة في الحالات الغامضة.
طبّقت نهج التوجيه في DEMNE وتحققت منه على بيانات المستشفى: استخراج المؤشرات الحيوية الأورامية (ER، PR، HER2، Ki67، FISH) من التقارير السريرية الفرنسية، وتحديد مسار سريري قابل للتدقيق وواقعي للنشر.
صمّمت DEMNE، وهو خط معالجة سريري هجين للتعرف على الكيانات المسمّاة (قواعد / transformer / LLM) للنصوص الأورامية الفرنسية، مدفوعًا بخمسة مقاييس مُمَنهَجة للمجموعات — المشروع المحوري لمسار Tremplin Recherche قبل طلبات الدكتوراه.
بناء منصة تتيح لمرضى إصابات الدماغ والمعالجين المهنيين طريقة منظّمة لمقارنة أدوات التعويض المعرفي. بدأت كنموذج أولي بلغة Python/Streamlit في هاكاثون SN@SU (Sorbonne Université، مع Flor Sanchez-Luizard، معالِجة مهنية في UEROS L’ADAPT Île-de-France)؛ ويجري حاليًا تحديد إعادة بناء إنتاجية (FastAPI، PostgreSQL، Next.js) باستضافة متوافقة مع HDS/GDPR ومحرك بحث دلالي لمطابقة الأدوات السريرية.
طالب في السنة الخامسة من برنامج الهندسة الممتد لخمس سنوات في ESIEE Paris، تخصّص علوم البيانات والذكاء الاصطناعي (DSIA).
تطوير autopkgtests باستخدام OpenCL للتحقق من توافق وحدات معالجة الرسوميات AMD (pyopencl، nabu، ufo-filters، pyvkfft) عبر بنية Debian/ROCm على GitLab Salsa.
تدريس الرياضيات والفيزياء-الكيمياء لنحو عشرة طلاب، من الابتدائية حتى السنة النهائية من الثانوية، بالتوازي مع دراستي الهندسية.
السجل المكتوب لعمل DEMNE أثناء تقدمه نحو النشر.
مخطوطة تفصّل إطار عمل DEMNE المتتالي، ومقاييس توصيف المجموعات النصية الخمسة المستخدمة لاختيار النموذج، ونتائج معايرة البحث الشبكي عبر ثلاث مجموعات نصوص أورام فرنسية.
إلى جانب DEMNE — أدوات مبنية من الألف إلى الياء من أجل هاكاثون ومشاريع دراسية.
دليل لأدوات التعويض المعرفي الرقمية لذوي إصابات الدماغ والمعالجين المهنيين العاملين معهم.
لوحة تفاعلية تعيد بناء 15 عامًا من تلوث الهواء الخلفي في فرنسا (2000–2015).
التعرف على الوجوه بالاعتماد على CNN على الصور الثابتة ثم الفيديو، باستخدام زيادة البيانات ومحاذاة الوجه.
لعبة مغامرة نصية في الطرفية بلغة Python، بتصميم كائني التوجّه.
منصة لتحليل البيانات الغذائية: جمع البيانات، ETL، ولوحة تحكم على بيانات الوصفات.
نصوص autopkgtest تتحقق من البرمجيات العلمية على وحدات معالجة الرسوميات AMD، على بنية التكامل المستمر في Debian.
أدوات مصنّفة حسب صلتها بالعمل أعلاه — وليست قائمة عامة.
استخراج المؤشرات الحيوية ومرحلة المرض وبيانات العلاج من نصوص الأورام الفرنسية غير المهيكلة — حيث تفشل معالجة اللغة الطبيعية العامة ويبدأ التكيف مع المجال.
تصميم أنظمة توجّه المهمة إلى المستوى الأقل غموضًا الذي يحقق عتبات الأداء المطلوبة. الامتثال لقانون الذكاء الاصطناعي الأوروبي كقيد تصميمي، لا كفكرة لاحقة.
التوجه طويل المدى: توحيد النص السريري والتصوير والجينوم في نماذج تستدل عبر الوسائط المختلفة — تطبيق منهج نماذج العالم على الطب.
تدريس الرياضيات والفيزياء والكيمياء لنحو عشرة طلاب في Complétude، من المرحلة الابتدائية حتى الصف الأخير من الثانوية (دون التعليم العالي). جعل المفاهيم الكثيفة قابلة للتعلّم مهارة بحثية، لا عمل جانبي.
مقالات أطول حول الأساليب والطرق المسدودة والقرارات التي شكّلت العمل أعلاه.
جولة على النقاط التي تفشل فيها خطوط أنابيب التعرف على الكيانات القياسية في تقارير الأورام الفرنسية، وما يعنيه ذلك لبنية DEMNE.
الحجة وراء توجيه الكيانات عبر القواعد ومحوّل مضبوط قبل استدعاء أي نموذج لغوي كبير — وما تكلفة الخطأ في ذلك.