ESIEE Paris · Mencari magang riset 6 bulan · NLP klinis & AI biomedis · mulai Feb 2027

Mengekstrak biomarker dari teks klinis tanpa membangunkan GPU

Saya Clément Longeac. Saya membangun DEMNE, sebuah framework perutean yang memilih, untuk setiap jenis entitas, metode paling ringan yang tetap andal: aturan, sebuah transformer, atau sebuah LLM. Pada kohort AP-HP yang belum pernah dilihat, ia merutekan 99,5 % sebutan ke aturan yang dapat diaudit dengan F1 0,941, sementara transformer yang disetel hanya mencapai 0,358.

Lihat risetUnduh CV
DEMNE routing decision graph: entity metrics route to RULES, TBM or LLM
DEMNE — Rules → Transformer → LLM, skema langsung
01 — Tentang saya

Dari mengajar les matematika hingga memodelkan penanda tumor

Saya mahasiswa tahun keempat di ESIEE Paris, spesialisasi Data Science & AI, terdaftar dalam jalur Tremplin Recherche di sekolah — sebuah program yang dirancang untuk mahasiswa yang menuju riset doktoral, bukan magang industri standar.

Pekerjaan saya berfokus pada membuat teks klinis tak terstruktur dapat digunakan untuk riset: mengekstrak penanda biologis, informasi stadium, dan detail perawatan yang terkubur dalam laporan onkologi berbahasa Prancis, di mana alat NLP umum secara konsisten gagal menghadapi kosakata dan struktur dokumen khas domain ini.

Selain kuliah, saya mengajar les matematika dan fisika-kimia melalui Complétude, dan sedang mempersiapkan pendaftaran untuk program PhD industri CIFRE dalam AI biomedis di Universitas Sorbonne.

Dalam jangka panjang, disiplin yang sama — menarik struktur yang andal dari teks yang berantakan dan berisiko tinggi — adalah yang menarik saya ke riset keamanan AI: membangun dan mengevaluasi world model melalui AMI Labs dan program Anthropic Fellows. (Ini kalimat draf — ganti dengan rumusan akhir Anda sendiri.)

Clément Longeac
Institusi
ESIEE Paris
Program
Data Science & AI (DSIA)
Jalur
Tremplin Recherche
Langkah berikutnya
PhD, AI biomedis — Sorbonne
Bahasa
FR · EN · JP · ES
02 — Riset

DEMNE

Pipeline pengenalan entitas bernama hybrid untuk teks klinis onkologi berbahasa Prancis.

Hasil

Apa yang diberikan pendekatan bertahap

0.0%

of mentions routed to rules (unseen AP-HP cohort, 411/413)

0.000

rule F1 vs 0.358 for a fine-tuned DrBERT

0.000

leave-one-corpus-out routing concordance

Determination of Extraction Methods for Named Entities

NER klinis · korpus onkologi Prancis

Model NER siap pakai gagal parah pada teks klinis Prancis: singkatan yang padat, format yang tidak konsisten antar sistem rumah sakit, serta terminologi penanda biologis yang hampir tidak muncul dalam data pelatihan umum. DEMNE mengatasi ini dengan pipeline bertahap alih-alih satu model — setiap tahap menangani apa yang paling dikuasainya, dan hanya meningkat ke model yang lebih berat bila perlu.

Sistem ini di-fine-tune pada DrBERT-7GB di tiga korpus onkologi Prancis yang berbeda, dan menargetkan tujuh jenis entitas penanda biologis prioritas yang digunakan dalam pelaporan yang relevan dengan perawatan.

NLP klinisTransformerDrBERT-7GBOnkologi Prancis
Lihat repositoriBaca metodologi
01

Tahap berbasis aturan

Pencocokan regex dan leksikon menangkap dengan biaya rendah entitas dengan keyakinan tinggi dan ambiguitas rendah — tanggal, dosis, singkatan penanda biologis standar.

02

Ekstraksi transformer

DrBERT-7GB, yang di-fine-tune pada tiga korpus onkologi, menangani entitas yang membutuhkan pemahaman semantik dan domain yang sesungguhnya.

03

Arbitrase LLM

Konflik yang tersisa dan kasus tepi dialihkan ke tahap LLM untuk disambiguasi akhir sebelum output.

Keselarasan regulasi — EU AI Act

Ekstraksi entitas klinis dari rekam medis pasien jelas masuk dalam kategori risiko tinggi EU AI Act. Desain bertahap DEMNE mempertimbangkan Pasal 12 dan 14 sejak awal, bukan ditambahkan belakangan.

Pasal 12 — Pencatatan

Setiap keputusan ekstraksi dapat dilacak hingga ke tahap (aturan, transformer, atau LLM) dan skor keyakinan yang menghasilkannya, memungkinkan pencatatan audit otomatis.

Pasal 14 — Pengawasan manusia

Output arbitrase LLM ditandai untuk tinjauan klinisi alih-alih diterima begitu saja, menjaga keterlibatan manusia dalam kasus-kasus ambigu.

03 — Pengalaman

Di mana pekerjaan ini telah berlangsung sejauh ini

Mei – Jul 2026

Magang riset, Gudang Data Klinis

AP-HP (Assistance Publique – Hôpitaux de Paris)

Menerapkan dan memvalidasi pendekatan perutean DEMNE pada data rumah sakit: mengekstraksi biomarker onkologi (ER, PR, HER2, Ki67, FISH) dari laporan klinis Prancis, dan mendefinisikan jalur klinis yang dapat diaudit serta realistis untuk penerapan.

Clinical NLPEDS-NLPBRAT / CoNLLPythonDrBERT
Okt 2025 – Mei 2026

Peneliti mahasiswa, Tremplin Recherche

ESIEE Paris · LBA (Aix-Marseille) · AP-HP

Merancang DEMNE, sebuah pipeline NER klinis hibrida (aturan / transformer / LLM) untuk teks onkologi Prancis, dipandu oleh lima metrik korpus yang diformalkan — proyek inti jalur Tremplin Recherche menjelang lamaran doktoral.

PythonHugging FaceDrBERTpycrfsuiteeco2aiBRAT / CoNLLOptuna
2026 – SekarangSedang berlangsung

Product Lead & pengembang, NeuroStep

Junior Entreprise ESIEE Paris

Membangun platform yang memberi pasien cedera otak dan terapis okupasi cara terstruktur untuk membandingkan alat kompensasi kognitif. Dimulai sebagai purwarupa Python/Streamlit di hackathon SN@SU (Sorbonne Université, bersama Flor Sanchez-Luizard, terapis okupasi di UEROS L’ADAPT Île-de-France); kini merancang pembangunan ulang tingkat produksi (FastAPI, PostgreSQL, Next.js) dengan hosting patuh HDS/GDPR dan mesin pencari semantik untuk pencocokan alat klinis.

PythonStreamlitFastAPIPostgreSQLNext.js
2024 – 2027

Mahasiswa teknik — Ilmu Data & AI

ESIEE Paris

Mahasiswa tahun kelima program teknik lima tahun di ESIEE Paris, spesialisasi Ilmu Data & AI (DSIA).

Machine LearningDeep LearningData ScienceC / C++
2025

Magang teknik, divisi GRADES

Synchrotron SOLEIL

Mengembangkan autopkgtest dengan OpenCL untuk kompatibilitas GPU AMD (pyopencl, nabu, ufo-filters, pyvkfft) di infrastruktur Debian/ROCm pada GitLab Salsa.

OpenCLPythonBashDebianGitLab CIROCm
2022 – Sekarang

Tutor sains (STEM)

Complétude

Mengajar matematika dan fisika-kimia kepada sekitar sepuluh siswa, dari sekolah dasar hingga kelas akhir SMA, seiring studi teknik saya.

MathematicsPhysicsPedagogy
04 — Publikasi

Publikasi & riset

Catatan tertulis dari pekerjaan DEMNE seiring kemajuannya menuju pengajuan.

DEMNE: Determination of Extraction Method for Named Entity

Longeac C. dkk.
AIM — Artificial Intelligence in Medicine — Dalam persiapan

Naskah yang merinci kerangka kerja cascade DEMNE, lima metrik karakterisasi korpus yang digunakan untuk pemilihan paradigma, dan hasil kalibrasi grid search pada tiga korpus onkologi Prancis.

View the results →
05 — Proyek Pilihan

Proyek Pilihan

Selain DEMNE — alat yang dibangun dari awal hingga akhir untuk hackathon dan tugas kuliah.

NeuroStep
Juni 2026 · Hackathon SN@SU

NeuroStep

Katalog alat kompensasi kognitif digital bagi penyandang cedera otak dan terapis okupasi mereka.

PythonStreamlitFastAPIPostgreSQL
Learn more →
Air Quality Dashboard
Des. 2025 · Proyek tim

Air Quality Dashboard

Dasbor interaktif yang merekonstruksi 15 tahun polusi udara latar di Prancis (2000–2015).

PythonSQLitePlotlyLeafletpandas
Learn more →
Face Recognition with Deep Learning
2025 · Proyek mata kuliah

Face Recognition with Deep Learning

Pengenalan wajah berbasis CNN pada citra diam lalu video, memakai augmentasi data dan penyelarasan wajah.

PythonTensorFlowCNNData augmentation
Learn more →
TBA — Text Adventure Game
2025 · Proyek berpasangan

TBA — Text Adventure Game

Gim petualangan teks di terminal dengan Python, berdesain berorientasi objek.

PythonOOP
Learn more →
Marmiton Data Intelligence
Feb. 2025 · Proyek tim

Marmiton Data Intelligence

Platform analitik data kuliner: scraping, ETL, dan dasbor atas data resep.

PythonScrapingETLJupyter
Learn more →
Debian ROCm CI
2025 · Synchrotron SOLEIL

Debian ROCm CI

Skrip autopkgtest yang memvalidasi perangkat lunak ilmiah pada GPU AMD, di infrastruktur CI Debian.

OpenCLROCmautopkgtestsbuildDebianGitLab Salsa
Learn more →
06 — Tumpukan Teknologi

Tumpukan Teknologi

Alat yang dikelompokkan berdasarkan relevansinya dengan pekerjaan di atas — bukan daftar umum.

NLP Klinis & AI Biomedis

DrBERT-7GB · CamemBERT · spaCy · HuggingFace Transformers
Regex/lexicon design · Optuna (NSGA-II) · BRAT / CoNLL
Clinical text preprocessing · Domain adaptation

Sistem & Infrastruktur

Python · FastAPI · PostgreSQL · Docker · Kubernetes
Linux · Debian · GitLab CI · GitHub Actions
OpenCL · pyopencl · ROCm · CUDA (basic)

Alat Riset

PyTorch · LaTeX/Overleaf · TikZ · Zotero
Jupyter · pandas · NumPy · matplotlib

Bahasa

🇫🇷 Bahasa ibu · 🇬🇧 C1 · 🇯🇵 Menengah · 🇪🇸 B2 · 🇮🇹 Sedang dipelajari
07 — Area Fokus

Area Fokus

I

Pengenalan Entitas Bernama Klinis

Mengekstrak biomarker, stadium, dan data pengobatan dari teks onkologi Prancis yang tidak terstruktur — titik di mana NLP tujuan umum gagal dan adaptasi domain dimulai.

II

AI Hemat & Dapat Diinterpretasikan

Merancang sistem yang mengarahkan ke lapisan paling tidak opak yang memenuhi ambang batas kinerja. Kepatuhan terhadap EU AI Act sebagai batasan desain, bukan pemikiran belakangan.

III

Penalaran Biomedis Multimodal

Arah jangka panjang: menyatukan teks klinis, pencitraan, dan genomik ke dalam model yang bernalar lintas modalitas — pendekatan world models yang diterapkan pada kedokteran.

IV

Pedagogi Sistem Kompleks

Mengajar matematika dan fisika-kimia kepada sekitar sepuluh siswa di Complétude, dari sekolah dasar hingga kelas terakhir SMA (tidak termasuk pendidikan tinggi). Membuat konsep yang padat dapat dipelajari adalah keterampilan riset, bukan pekerjaan sampingan.

08 — Tulisan

Catatan dari riset

Tulisan yang lebih panjang tentang metode, jalan buntu, dan keputusan di balik pekerjaan di atas.

Terbit · Okt 2026

Mengapa NER klinis Prancis merusak model tujuan umum

Penjelasan tentang di mana pipeline NER standar gagal pada laporan onkologi Prancis, dan apa artinya bagi struktur DEMNE.

clinical-nlpfrenchner
Terbit · Okt 2026

Ekstraksi bertahap vs. satu model besar

Argumen untuk merutekan entitas melalui aturan dan transformer yang di-fine-tune sebelum memanggil LLM sama sekali — dan biaya yang harus dibayar jika salah.

demnearchitecture

Mari bicara tentang NLP klinis, AI biomedis, atau kolaborasi PhD.

Jadwalkan panggilan →
Langsung
contact@clement-longeac.com
Di Tempat Lain
GitHubLinkedIn