Jestem Clément Longeac. Tworzę DEMNE, framework routingu, który dla każdego typu encji wybiera najlżejszą metodę pozostającą niezawodną: reguły, transformer lub LLM. Na niewidzianej wcześniej kohorcie AP-HP kieruje 99,5 % wzmianek do audytowalnych reguł z F1 0,941, podczas gdy dostrojony transformer osiąga jedynie 0,358.
Jestem studentem czwartego roku w ESIEE Paris, specjalizacja Data Science & AI, zapisanym na ścieżkę Tremplin Recherche — program przeznaczony dla studentów zmierzających ku doktoratowi, a nie standardowemu stażowi w przemyśle.
Moja praca koncentruje się na uczynieniu nieustrukturyzowanego tekstu klinicznego użytecznym dla badań: wydobywaniu biomarkerów, informacji o stopniu zaawansowania i szczegółów leczenia ukrytych we francuskich raportach onkologicznych, gdzie ogólne narzędzia NLP systematycznie zawodzą wobec słownictwa i struktury dokumentów specyficznych dla tej dziedziny.
Równolegle ze studiami udzielam korepetycji z matematyki i fizyki-chemii poprzez Complétude, a także przygotowuję aplikacje na przemysłowy doktorat CIFRE w dziedzinie biomedycznej AI na Uniwersytecie Sorbony.
W dłuższej perspektywie ta sama dyscyplina — wydobywanie wiarygodnej struktury z chaotycznego, wysoce ryzykownego tekstu — przyciąga mnie do badań nad bezpieczeństwem AI: budowania i oceniania world models poprzez AMI Labs i program Anthropic Fellows. (To wersja robocza — zastąp ją własnym ostatecznym sformułowaniem.)
Hybrydowy pipeline rozpoznawania nazwanych encji dla francuskiego klinicznego tekstu onkologicznego.
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
Gotowe modele NER zawodzą wyraźnie na francuskim tekście klinicznym: gęste skróty, niespójne formatowanie między systemami szpitalnymi oraz terminologia biomarkerów niemal nieobecna w ogólnych danych treningowych. DEMNE rozwiązuje to za pomocą etapowego pipeline'u zamiast pojedynczego modelu — każdy etap zajmuje się tym, w czym jest naprawdę dobry, i eskaluje do cięższego modelu tylko wtedy, gdy to konieczne.
System jest dostrojony na DrBERT-7GB na trzech różnych francuskich korpusach onkologicznych i celuje w siedem priorytetowych typów encji biomarkerowych używanych w raportach istotnych dla leczenia.
Dopasowywanie wyrażeń regularnych i leksykonów tanio wychwytuje encje o wysokiej pewności i niskiej niejednoznaczności — daty, dawki, standardowe skróty biomarkerów.
DrBERT-7GB, dostrojony na trzech korpusach onkologicznych, obsługuje encje wymagające rzeczywistego rozumienia semantycznego i dziedzinowego.
Pozostałe konflikty i przypadki graniczne są kierowane do etapu LLM w celu ostatecznego rozstrzygnięcia niejednoznaczności przed wyjściem.
Ekstrakcja encji klinicznych z dokumentacji pacjentów jednoznacznie mieści się w kategorii wysokiego ryzyka EU AI Act. Etapowy design DEMNE uwzględnia artykuły 12 i 14 od samego początku, a nie jako późniejszy dodatek.
Każda decyzja o ekstrakcji jest identyfikowalna aż do etapu (reguły, transformer lub LLM) i wyniku pewności, który ją wygenerował, co umożliwia automatyczne logowanie na potrzeby audytu.
Wyniki arbitrażu LLM są oznaczane do przeglądu przez klinicystę, a nie akceptowane bezgłośnie, dzięki czemu człowiek pozostaje zaangażowany w niejednoznaczne przypadki.
Zastosowałem i zwalidowałem podejście routingu DEMNE na danych szpitalnych: ekstrakcja biomarkerów onkologicznych (ER, PR, HER2, Ki67, FISH) z francuskich raportów klinicznych oraz zdefiniowanie audytowalnej, realistycznej wdrożeniowo ścieżki klinicznej.
Zaprojektowałem DEMNE, hybrydowy kliniczny potok NER (reguły / transformer / LLM) dla francuskich tekstów onkologicznych, sterowany pięcioma sformalizowanymi metrykami korpusu — główny projekt ścieżki Tremplin Recherche przed aplikacjami doktoranckimi.
Budowa platformy, która daje pacjentom z urazami mózgu i terapeutom zajęciowym uporządkowany sposób porównywania narzędzi kompensacji poznawczej. Powstała jako prototyp Python/Streamlit na hackathonie SN@SU (Sorbonne Université, z Flor Sanchez-Luizard, terapeutką zajęciową w UEROS L’ADAPT Île-de-France); obecnie planowana jest przebudowa produkcyjna (FastAPI, PostgreSQL, Next.js) z hostingiem zgodnym z HDS/RODO i wyszukiwarką semantyczną do dopasowywania narzędzi klinicznych.
Student piątego roku pięcioletniego programu inżynierskiego ESIEE Paris, specjalność Data Science i SI (DSIA).
Opracowanie autopkgtestów w OpenCL do sprawdzania zgodności GPU AMD (pyopencl, nabu, ufo-filters, pyvkfft) w infrastrukturze Debian/ROCm na GitLab Salsa.
Nauczanie matematyki oraz fizyki-chemii około dziesięciu uczniów, od szkoły podstawowej po klasę maturalną, równolegle ze studiami inżynierskimi.
Pisemny zapis pracy nad DEMNE w miarę zbliżania się do publikacji.
Manuskrypt szczegółowo opisujący kaskadowy framework DEMNE, pięć metryk charakteryzacji korpusu użytych do wyboru paradygmatu oraz wyniki kalibracji grid search na trzech francuskich korpusach onkologicznych.
Poza DEMNE — narzędzia zbudowane od podstaw na hackathon i projekty uczelniane.
Katalog cyfrowych narzędzi kompensacji poznawczej dla osób z urazami mózgu i ich terapeutów zajęciowych.
Interaktywny pulpit odtwarzający 15 lat tła zanieczyszczenia powietrza we Francji (2000–2015).
Rozpoznawanie twarzy oparte na CNN na zdjęciach, a następnie na wideo, z augmentacją danych i wyrównaniem twarzy.
Tekstowa gra przygodowa w terminalu napisana w Pythonie, o projekcie obiektowym.
Platforma analityki danych kulinarnych: scraping, ETL i pulpit nad danymi przepisów.
Skrypty autopkgtest sprawdzające oprogramowanie naukowe na GPU AMD, w infrastrukturze CI Debiana.
Narzędzia pogrupowane według znaczenia dla powyższej pracy — nie ogólna lista.
Wydobywanie biomarkerów, stopnia zaawansowania i danych o leczeniu z nieustrukturyzowanych francuskich tekstów onkologicznych — tam, gdzie ogólne NLP zawodzi, a zaczyna się adaptacja domenowa.
Projektowanie systemów kierujących zadanie do najmniej nieprzejrzystego poziomu spełniającego progi wydajności. Zgodność z unijnym AI Act jako ograniczenie projektowe, a nie refleksja po fakcie.
Kierunek długoterminowy: łączenie tekstu klinicznego, obrazowania i genomiki w modelach rozumujących ponad modalnościami. Podejście world models zastosowane w medycynie.
Nauczanie matematyki i fizyki-chemii około dziesięciu uczniów w Complétude, od szkoły podstawowej po ostatnią klasę liceum (bez szkolnictwa wyższego). Czynienie gęstych pojęć przyswajalnymi to umiejętność badawcza, a nie dorywcza praca.
Dłuższe teksty o metodach, ślepych zaułkach i decyzjach stojących za powyższą pracą.
Przegląd miejsc, w których standardowe pipeline'y NER zawodzą na francuskich raportach onkologicznych, i co to oznacza dla struktury DEMNE.
Argumentacja za kierowaniem encji przez reguły i dostrojony transformer, zanim w ogóle wywoła się LLM — oraz koszt pomyłki w tym podejściu.