저는 Clément Longeac입니다. 엔티티 유형마다 신뢰할 수 있는 가장 가벼운 방법——규칙, transformer, 또는 LLM——을 선택하는 라우팅 프레임워크 DEMNE를 개발합니다. 처음 보는 AP-HP 코호트에서 언급의 99.5%를 감사 가능한 규칙으로 라우팅하며 F1 0.941에 도달하는데, 미세조정된 transformer는 0.358에 그칩니다.
저는 파리 ESIEE 공과대학 4학년 학생으로, 데이터 사이언스 & AI를 전공하며 학교의 Tremplin Recherche 트랙에 소속되어 있습니다. 이는 일반적인 기업 인턴십이 아니라 박사 연구를 목표로 하는 학생들을 위한 프로그램입니다.
제 연구는 비정형 임상 텍스트를 연구에 활용 가능하도록 만드는 데 중점을 둡니다. 프랑스어 종양학 보고서에 묻혀 있는 생체표지자, 병기 정보, 치료 세부사항을 추출하는데, 범용 NLP 도구는 이 분야의 전문 어휘와 문서 구조 앞에서 일관되게 실패합니다.
학업과 병행하여 Complétude를 통해 수학과 물리화학을 가르치고 있으며, 소르본 대학교 생물의학 AI 분야의 CIFRE 산학협력 박사과정 지원을 준비하고 있습니다.
장기적으로, 어수선하고 위험도가 높은 텍스트에서 신뢰할 수 있는 구조를 추출하는 이 동일한 규율이 저를 AI 안전 연구로 이끕니다: AMI Labs와 Anthropic Fellows 프로그램을 통해 world model을 구축하고 평가하는 일입니다. (초안 문장입니다 — 최종 문구로 교체해 주세요.)
프랑스어 종양학 임상 텍스트를 위한 하이브리드 개체명 인식 파이프라인.
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
기성 NER 모델은 프랑스어 임상 텍스트에서 크게 실패합니다: 밀도 높은 약어, 병원 시스템마다 일관되지 않은 형식, 일반 학습 데이터에는 거의 등장하지 않는 생체표지자 용어 때문입니다. DEMNE는 단일 모델이 아닌 단계별 파이프라인으로 이 문제에 대응합니다 — 각 단계는 자신이 가장 잘하는 일을 처리하고, 필요할 때만 더 무거운 모델로 확대합니다.
이 시스템은 세 개의 서로 다른 프랑스어 종양학 코퍼스에서 DrBERT-7GB를 미세조정했으며, 치료 관련 보고서에 사용되는 7가지 우선순위 생체표지자 개체 유형을 대상으로 합니다.
정규식 및 어휘 매칭이 낮은 비용으로 신뢰도가 높고 모호성이 낮은 개체(날짜, 투여량, 표준 생체표지자 약어)를 포착합니다.
세 개의 종양학 코퍼스에서 미세조정된 DrBERT-7GB가 실제 의미론적, 도메인 이해가 필요한 개체를 처리합니다.
남은 충돌과 경계 사례는 출력 전 최종 명확화를 위해 LLM 단계로 전달됩니다.
환자 기록에 대한 임상 개체 추출은 EU AI Act의 고위험 범주에 명확히 해당합니다. DEMNE의 단계별 설계는 사후에 덧붙인 것이 아니라 처음부터 제12조와 제14조를 염두에 두고 만들어졌습니다.
모든 추출 결정은 이를 생성한 단계(규칙, Transformer, 또는 LLM)와 신뢰도 점수까지 추적 가능하며, 감사 로그를 자동으로 기록할 수 있습니다.
LLM 중재 결과는 조용히 수용되지 않고 임상의 검토를 위해 플래그가 지정되어, 모호한 사례에서도 인간이 계속 관여합니다.
병원 데이터에 DEMNE 라우팅 방식을 적용·검증: 프랑스어 임상 보고서에서 종양학 바이오마커(ER, PR, HER2, Ki67, FISH)를 추출하고, 감사 가능하고 실제 배포에 가까운 임상 경로를 정의했습니다.
프랑스어 종양학 텍스트를 위한 하이브리드 임상 NER 파이프라인(규칙 / transformer / LLM)인 DEMNE를 설계. 형식화된 다섯 가지 코퍼스 지표에 기반하며, 박사 지원을 앞둔 Tremplin Recherche 트랙의 핵심 프로젝트입니다.
뇌 손상 환자와 작업치료사가 인지 보상 도구를 체계적으로 비교할 수 있는 플랫폼을 구축. SN@SU 해커톤의 Python/Streamlit 프로토타입으로 시작했습니다(Sorbonne Université, UEROS L’ADAPT Île-de-France의 작업치료사 Flor Sanchez-Luizard와 협업). 현재 HDS/GDPR 준수 호스팅과 임상 도구 매칭용 시맨틱 검색 엔진을 갖춘 프로덕션 재구축(FastAPI, PostgreSQL, Next.js)을 검토 중입니다.
ESIEE Paris 5년제 공학 과정의 5학년 학생으로, 데이터 사이언스 & AI(DSIA) 전공.
AMD GPU 호환성(pyopencl, nabu, ufo-filters, pyvkfft)을 확인하기 위해 OpenCL로 autopkgtest를 개발하고 GitLab Salsa의 Debian/ROCm 인프라에서 실행.
공학 학업과 병행하여 초등학생부터 고등학교 마지막 학년까지 약 열 명에게 수학과 물리·화학을 지도.
DEMNE 외에도 해커톤과 학업 과제를 위해 처음부터 끝까지 만든 도구들.
뇌 손상 환자와 작업치료사를 위한 디지털 인지 보상 도구 카탈로그.
프랑스의 15년간 배경 대기오염을 재구성하는 인터랙티브 대시보드(2000–2015).
정지 이미지에 이어 동영상에 적용하는 CNN 기반 얼굴 인식으로, 데이터 증강과 얼굴 정렬을 사용.
객체 지향 설계로 만든, 터미널에서 즐기는 Python 텍스트 어드벤처 게임.
요리 데이터 분석 플랫폼: 스크래핑, ETL, 그리고 레시피 데이터 대시보드.
Debian의 CI 인프라에서 AMD GPU상의 과학 소프트웨어를 검증하는 autopkgtest 스크립트.
위 연구와의 관련성에 따라 분류한 도구들 — 흔한 나열이 아닙니다.
비정형 프랑스어 종양학 텍스트에서 바이오마커, 병기, 치료 데이터를 추출합니다 — 범용 NLP가 무너지고 도메인 적응이 시작되는 지점입니다.
성능 기준을 충족하는 범위 내에서 가장 투명한 단계로 라우팅하는 시스템을 설계합니다. EU AI Act 준수를 사후 고려가 아닌 설계 제약으로 다룹니다.
장기적 방향: 임상 텍스트, 영상, 유전체 데이터를 모달리티를 넘나들며 추론하는 모델로 통합합니다. 월드 모델 접근법을 의학에 적용합니다.
Complétude에서 약 10명의 학생에게 수학과 물리화학을 가르칩니다 (초등학교부터 고등학교 졸업반까지, 고등교육은 제외). 밀도 높은 개념을 학습 가능하게 만드는 것은 부업이 아니라 연구 역량입니다.