Sono Clément Longeac. Sviluppo DEMNE, un framework di routing che sceglie, per ogni tipo di entità, il metodo più leggero che resti affidabile: regole, un transformer o un LLM. Su una coorte AP-HP mai vista, instrada il 99,5 % delle menzioni verso regole auditabili con un F1 di 0,941, là dove un transformer affinato arriva a 0,358.
Sono uno studente del quarto anno a ESIEE Paris, specializzazione Data Science & IA, iscritto al percorso Tremplin Recherche della scuola — un programma pensato per studenti orientati verso il dottorato piuttosto che verso uno stage aziendale standard.
Il mio lavoro consiste nel rendere utilizzabile il testo clinico non strutturato: estrarre biomarcatori, informazioni di stadiazione e dettagli di trattamento sepolti nei referti di oncologia francesi, dove gli strumenti NLP generici falliscono sistematicamente di fronte al vocabolario e alla struttura documentale del dominio.
Parallelamente agli studi, insegno matematica e fisica-chimica tramite Complétude, e sto preparando candidature per un dottorato industriale CIFRE in IA biomedica alla Sorbona.
Nel lungo periodo, la stessa disciplina — estrarre una struttura affidabile da un testo disordinato e ad alto rischio — è ciò che mi attira verso la ricerca sulla sicurezza dell'IA: costruire e valutare world model tramite AMI Labs e l'Anthropic Fellows Program. (Frase provvisoria — sostituiscila con la tua formulazione definitiva.)
Una pipeline ibrida di riconoscimento di entità nominate per il testo clinico oncologico francese.
delle menzioni instradate alle regole (coorte AP-HP mai vista, 411/413)
F1 delle regole contro 0,358 di un DrBERT affinato
concordanza di instradamento leave-one-corpus-out
I modelli NER generici falliscono nettamente sul testo clinico francese: abbreviazioni dense, formattazione incoerente tra i sistemi ospedalieri e una terminologia di biomarcatori quasi assente dai dati di addestramento generali. DEMNE affronta il problema con una pipeline a stadi anziché un modello unico — ogni stadio gestisce ciò che sa fare meglio, ed escalation verso un modello più pesante solo quando necessario.
Il sistema è affinato su DrBERT-7GB attraverso tre distinti corpus di oncologia francesi, e si concentra su sette tipi di entità biomarcatrici prioritarie usate nei referti rilevanti per il trattamento.
Il pattern matching (regex, lessici) cattura a basso costo le entità ad alta confidenza e bassa ambiguità — date, dosaggi, abbreviazioni standard di biomarcatori.
DrBERT-7GB, affinato su tre corpus di oncologia, gestisce le entità che richiedono una reale comprensione semantica e di dominio.
I conflitti residui e i casi limite vengono instradati a un passaggio LLM per la disambiguazione finale prima dell'output.
L'estrazione di entità cliniche dai fascicoli dei pazienti rientra pienamente nella categoria ad alto rischio dell'EU AI Act. Il design a stadi di DEMNE tiene conto degli articoli 12 e 14 fin dall'inizio, non come aggiunta successiva.
Ogni decisione di estrazione è tracciabile fino allo stadio (regole, transformer o LLM) e al punteggio di confidenza che l'ha prodotta, consentendo una registrazione automatica per l'audit.
Gli output dell'arbitraggio LLM vengono segnalati per la revisione clinica anziché accettati silenziosamente, mantenendo un essere umano nel ciclo sui casi ambigui.
Ho applicato e validato l’approccio di instradamento di DEMNE su dati ospedalieri: estrazione di biomarcatori oncologici (ER, PR, HER2, Ki67, FISH) da referti clinici francesi e definizione di un percorso clinico auditabile e realistico per il deployment.
Ho progettato DEMNE, una pipeline ibrida di NER clinico (regole / transformer / LLM) per testi oncologici francesi, guidata da cinque metriche di corpus formalizzate — il progetto centrale del percorso Tremplin Recherche in vista delle candidature al dottorato.
Costruzione di una piattaforma che offre a pazienti con lesioni cerebrali e terapisti occupazionali un modo strutturato per confrontare strumenti di compensazione cognitiva. Nata come prototipo Python/Streamlit all’hackathon SN@SU (Sorbonne Université, con Flor Sanchez-Luizard, terapista occupazionale presso UEROS L’ADAPT Île-de-France); ora si definisce una ricostruzione di produzione (FastAPI, PostgreSQL, Next.js) con hosting conforme a HDS/GDPR e un motore di ricerca semantica per l’abbinamento degli strumenti clinici.
Studente del quinto anno del programma di ingegneria quinquennale dell’ESIEE Paris, specializzazione Data Science e IA (DSIA).
Sviluppo di autopkgtest con OpenCL per la compatibilità delle GPU AMD (pyopencl, nabu, ufo-filters, pyvkfft) sull’infrastruttura Debian/ROCm su GitLab Salsa.
Lezioni di matematica e fisica-chimica a una decina di studenti, dalla primaria all’ultimo anno delle superiori, in parallelo agli studi di ingegneria.
Il resoconto scritto del lavoro su DEMNE, mentre avanza verso la sottomissione.
Manoscritto che descrive il framework a cascata DEMNE, le cinque metriche di caratterizzazione del corpus usate per la selezione del paradigma, e i risultati di calibrazione della grid search su tre corpus di oncologia francesi.
Oltre DEMNE — strumenti realizzati end-to-end per un hackathon e progetti universitari.
Un catalogo di strumenti digitali di compensazione cognitiva per persone con lesioni cerebrali e i loro terapisti occupazionali.
Una dashboard interattiva che ricostruisce 15 anni di inquinamento atmosferico di fondo in Francia (2000–2015).
Riconoscimento facciale basato su CNN su immagini fisse e poi video, con data augmentation e allineamento del volto.
Un gioco di avventura testuale da terminale in Python, con un design orientato agli oggetti.
Una piattaforma di analisi dati culinari: scraping, ETL e una dashboard sui dati delle ricette.
Script autopkgtest che validano software scientifico su GPU AMD, sull’infrastruttura CI di Debian.
Strumenti raggruppati in base alla loro rilevanza per il lavoro sopra descritto — non un elenco generico.
Estrazione di biomarcatori, stadiazione e dati di trattamento da testi oncologici francesi non strutturati. Dove il NLP generico fallisce e inizia l'adattamento al dominio.
Progettare sistemi che ricorrono al livello meno opaco in grado di soddisfare le soglie di prestazione. La conformità all'AI Act europeo come vincolo di progettazione, non come ripensamento.
Direzione a lungo termine: unificare testo clinico, imaging e genomica in modelli capaci di ragionare tra le modalità. L'approccio dei world model applicato alla medicina.
Insegnamento di matematica e fisica-chimica a una decina di studenti presso Complétude, dalle elementari fino all'ultimo anno delle superiori. Rendere apprendibili concetti densi è una competenza di ricerca, non un'attività secondaria.
Approfondimenti sui metodi, i vicoli ciechi e le decisioni dietro al lavoro sopra descritto.
Una panoramica di dove le pipeline NER standard falliscono sui referti di oncologia francesi, e cosa questo implica per la struttura di DEMNE.
L'argomentazione per instradare le entità attraverso regole e un transformer affinato prima di chiamare un LLM — e cosa costa sbagliare.