Clément Longeac — клинический NLP и биомедицинский ИИ

01 — Обо мне

От репетиторства по математике до моделирования опухолевых маркеров

Я студент четвёртого курса ESIEE Paris, специализация Data Science & AI, обучаюсь по программе Tremplin Recherche школы — программе для студентов, нацеленных на докторантуру, а не на стандартную стажировку в индустрии.

Моя работа сосредоточена на том, чтобы сделать неструктурированный клинический текст пригодным для исследований: извлечение биомаркеров, информации о стадировании и деталей лечения, скрытых во французских онкологических заключениях, где универсальные инструменты NLP систематически терпят неудачу из-за специфической лексики и структуры документов.

Параллельно с учёбой я преподаю математику и физику-химию через Complétude, а также готовлю заявки на промышленную докторантуру CIFRE в области биомедицинского ИИ в Сорбоннском университете.

В долгосрочной перспективе именно эта дисциплина — извлечение надёжной структуры из хаотичного, высокорискового текста — привлекает меня к исследованиям безопасности ИИ: построению и оценке world model через AMI Labs и программу Anthropic Fellows. (Черновая строка — замените на свою окончательную формулировку.)

Учебное заведение: ESIEE Paris
Программа: Data Science & AI (DSIA)
Трек: Tremplin Recherche
Следующий шаг: Докторантура, биомедицинский ИИ — Сорбонна
Языки: FR · EN · JP · ES

02 — Исследования

DEMNE

Гибридный конвейер распознавания именованных сущностей для французского онкологического клинического текста.

Результаты

Что даёт поэтапный подход

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

Клинический NER · французские онкологические корпуса

Стандартные модели NER сильно проигрывают на французском клиническом тексте: плотные сокращения, несогласованное форматирование между больничными системами и терминология биомаркеров, почти не встречающаяся в общих обучающих данных. DEMNE решает эту проблему с помощью поэтапного конвейера вместо единой модели — каждый этап делает то, что умеет лучше всего, и переходит к более тяжёлой модели только при необходимости.

Система дообучена на DrBERT-7GB на трёх различных французских онкологических корпусах и ориентирована на семь приоритетных типов сущностей-биомаркеров, используемых в отчётах, значимых для лечения.

Клинический NLPTransformersDrBERT-7GBФранцузская онкология

Смотреть репозиторий Читать методологию

Этап на основе правил

Сопоставление по регулярным выражениям и словарям недорого улавливает сущности с высокой достоверностью и низкой неоднозначностью — даты, дозировки, стандартные сокращения биомаркеров.

Извлечение с помощью трансформера

DrBERT-7GB, дообученная на трёх онкологических корпусах, обрабатывает сущности, требующие настоящего семантического и предметного понимания.

Арбитраж с помощью LLM

Оставшиеся конфликты и пограничные случаи направляются на этап LLM для окончательного устранения неоднозначности перед выводом.

Соответствие регулированию — EU AI Act

Извлечение клинических сущностей из записей пациентов однозначно попадает в категорию высокого риска согласно EU AI Act. Поэтапная архитектура DEMNE учитывает статьи 12 и 14 с самого начала, а не добавляет их постфактум.

Ст. 12 — Ведение записей

Каждое решение об извлечении можно отследить до этапа (правила, трансформер или LLM) и оценки достоверности, которая его породила, что позволяет автоматически вести журнал аудита.

Ст. 14 — Контроль человеком

Результаты арбитража LLM помечаются для проверки клиницистом, а не принимаются молча, что сохраняет участие человека в неоднозначных случаях.

03 — Опыт

Где проходила работа до сих пор

Май – июль 2026

Стажёр-исследователь, клиническое хранилище данных

AP-HP (Assistance Publique – Hôpitaux de Paris)

Применил и валидировал подход маршрутизации DEMNE на больничных данных: извлечение онкологических биомаркеров (ER, PR, HER2, Ki67, FISH) из французских клинических отчётов и определение аудируемого, реалистичного для внедрения клинического пути.

Clinical NLPEDS-NLPBRAT / CoNLLPythonDrBERT

Окт. 2025 – май 2026

Студент-исследователь, Tremplin Recherche

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

Спроектировал DEMNE — гибридный клинический NER-конвейер (правила / transformer / LLM) для французских онкологических текстов, управляемый пятью формализованными метриками корпусов; ключевой проект трека Tremplin Recherche перед подачей на PhD.

PythonHugging FaceDrBERTpycrfsuiteeco2aiBRAT / CoNLLOptuna

2026 – наст. времяТекущий

Продакт-лид и разработчик, NeuroStep

Junior Entreprise ESIEE Paris

Создание платформы, дающей пациентам с травмами мозга и эрготерапевтам структурированный способ сравнивать инструменты когнитивной компенсации. Начиналась как прототип на Python/Streamlit на хакатоне SN@SU (Sorbonne Université, совместно с Flor Sanchez-Luizard, эрготерапевтом в UEROS L’ADAPT Île-de-France); сейчас прорабатывается продакшен-перестройка (FastAPI, PostgreSQL, Next.js) с хостингом, соответствующим HDS/GDPR, и семантическим поисковым движком для подбора клинических инструментов.

PythonStreamlitFastAPIPostgreSQLNext.js

2024 – 2027

Студент-инженер — Data Science и ИИ

ESIEE Paris

Студент пятого курса пятилетней инженерной программы ESIEE Paris, специализация Data Science и ИИ (DSIA).

Machine LearningDeep LearningData ScienceC / C++

2025

Инженер-стажёр, отдел GRADES

Synchrotron SOLEIL

Разработка autopkgtests на OpenCL для проверки совместимости GPU AMD (pyopencl, nabu, ufo-filters, pyvkfft) в инфраструктуре Debian/ROCm на GitLab Salsa.

OpenCLPythonBashDebianGitLab CIROCm

2022 – наст. время

Репетитор по точным наукам

Complétude

Преподавание математики и физики-химии примерно десяти ученикам, от начальной школы до выпускного класса, параллельно с учёбой на инженера.

MathematicsPhysicsPedagogy

06 — Технический стек

Технический стек

Инструменты, сгруппированные по значимости для работы выше — не общий список.

Клинический NLP и биомедицинский ИИ

DrBERT-7GB · CamemBERT · spaCy · HuggingFace Transformers

Regex/lexicon design · Optuna (NSGA-II) · BRAT / CoNLL

Clinical text preprocessing · Domain adaptation

Системы и инфраструктура

Python · FastAPI · PostgreSQL · Docker · Kubernetes

Linux · Debian · GitLab CI · GitHub Actions

OpenCL · pyopencl · ROCm · CUDA (basic)

Инструменты для исследований

PyTorch · LaTeX/Overleaf · TikZ · Zotero

Jupyter · pandas · NumPy · matplotlib

Языки

🇫🇷 Родной · 🇬🇧 C1 · 🇯🇵 Средний уровень · 🇪🇸 B2 · 🇮🇹 В процессе изучения

07 — Направления работы

Направления работы

Клиническое распознавание именованных сущностей

Извлечение биомаркеров, стадии и данных о лечении из неструктурированных французских онкологических текстов — там, где общий NLP даёт сбой и начинается адаптация к предметной области.

Бережливый и интерпретируемый ИИ

Проектирование систем, которые направляют задачу к наименее непрозрачному уровню, удовлетворяющему порогам производительности. Соответствие Закону ЕС об ИИ как ограничение проектирования, а не запоздалая мысль.

III

Мультимодальное биомедицинское рассуждение

Долгосрочное направление: объединение клинического текста, изображений и геномики в моделях, рассуждающих между модальностями. Подход world models, применённый к медицине.

Педагогика сложных систем

Преподавание математики и физики-химии примерно десяти ученикам в Complétude — от начальной школы до выпускного класса лицея (без высшего образования). Сделать плотные концепции доступными для понимания — это исследовательский навык, а не подработка.

Извлекаю биомаркеры из клинического текста не пробуждая GPU

От репетиторства по математике до моделирования опухолевых маркеров

DEMNE

Что даёт поэтапный подход

Determination of Extraction Methods for Named Entities

Этап на основе правил

Извлечение с помощью трансформера

Арбитраж с помощью LLM

Соответствие регулированию — EU AI Act

Где проходила работа до сих пор

Стажёр-исследователь, клиническое хранилище данных

Студент-исследователь, Tremplin Recherche

Продакт-лид и разработчик, NeuroStep

Студент-инженер — Data Science и ИИ

Инженер-стажёр, отдел GRADES

Репетитор по точным наукам

Публикации и исследования

DEMNE: Determination of Extraction Method for Named Entity

Избранные проекты

NeuroStep

Air Quality Dashboard

Face Recognition with Deep Learning

TBA — Text Adventure Game

Marmiton Data Intelligence

Debian ROCm CI