Jag är Clément Longeac. Jag bygger DEMNE, ett dirigeringsramverk som för varje entitetstyp väljer den lättaste metod som förblir tillförlitlig: regler, en transformer eller en LLM. På en osedd AP-HP-kohort dirigerar det 99,5 % av omnämnandena till granskningsbara regler med F1 0,941, där en finjusterad transformer bara når 0,358.
Jag är fjärdeårsstudent vid ESIEE Paris, inriktning Data Science & AI, inskriven på skolans Tremplin Recherche-spår — ett program byggt för studenter som siktar på doktorandforskning snarare än en vanlig industripraktik.
Mitt arbete handlar om att göra ostrukturerad klinisk text användbar för forskning: att extrahera biomarkörer, stadieinformation och behandlingsdetaljer som gömts i franska onkologirapporter, där generella NLP-verktyg konsekvent misslyckas inför domänens vokabulär och dokumentstruktur.
Vid sidan av studierna undervisar jag i matematik och fysik-kemi via Complétude, och förbereder ansökningar till en industriell CIFRE-doktorandtjänst inom biomedicinsk AI vid Sorbonneuniversitetet.
På längre sikt är det just den här disciplinen — att extrahera pålitlig struktur ur rörig, högriskbetonad text — som drar mig till AI-säkerhetsforskning: att bygga och utvärdera world models via AMI Labs och Anthropic Fellows-programmet. (Preliminär rad — ersätt med din egen slutgiltiga formulering.)
En hybrid pipeline för namngiven entitetsigenkänning för fransk onkologisk klinisk text.
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
Färdiga NER-modeller misslyckas rejält med fransk klinisk text: täta förkortningar, inkonsekvent formatering mellan sjukhussystem, och biomarkörterminologi som knappt förekommer i allmänna träningsdata. DEMNE hanterar detta med en stegvis pipeline istället för en enda modell — varje steg gör det den faktiskt är bra på, och eskalerar bara till en tyngre modell vid behov.
Systemet är finjusterat på DrBERT-7GB över tre olika franska onkologikorpusar, och riktar in sig på sju prioriterade biomarkör-entitetstyper som används i behandlingsrelevant rapportering.
Matchning med reguljära uttryck och lexikon fångar billigt entiteter med hög säkerhet och låg tvetydighet — datum, doser, standardförkortningar för biomarkörer.
DrBERT-7GB, finjusterad över tre onkologikorpusar, hanterar de entiteter som kräver verklig semantisk och domänförståelse.
Kvarvarande konflikter och gränsfall dirigeras till ett LLM-steg för slutlig disambiguering före utdata.
Klinisk entitetsextraktion från patientjournaler faller tydligt inom högriskkategorin i EU AI Act. DEMNE:s stegvisa design tar hänsyn till artikel 12 och 14 från början, inte som ett senare tillägg.
Varje extraktionsbeslut kan spåras till det steg (regler, transformer eller LLM) och den konfidenspoäng som producerade det, vilket möjliggör automatisk granskningsloggning.
Utdata från LLM-skiljedomen flaggas för klinisk granskning istället för att accepteras tyst, vilket håller en människa i loopen vid tvetydiga fall.
Tillämpade och validerade DEMNE:s dirigeringsansats på sjukhusdata: extraktion av onkologiska biomarkörer (ER, PR, HER2, Ki67, FISH) ur franska kliniska rapporter, och definition av en granskningsbar, driftsnära klinisk väg.
Utformade DEMNE, en hybrid klinisk NER-pipeline (regler / transformer / LLM) för fransk onkologisk text, driven av fem formaliserade korpusmått — kärnprojektet i Tremplin Recherche-spåret inför doktorandansökningar.
Bygger en plattform som ger personer med hjärnskador och arbetsterapeuter ett strukturerat sätt att jämföra verktyg för kognitiv kompensation. Började som en Python/Streamlit-prototyp på SN@SU-hackathonet (Sorbonne Université, med Flor Sanchez-Luizard, arbetsterapeut vid UEROS L’ADAPT Île-de-France); nu avgränsas en produktionsombyggnad (FastAPI, PostgreSQL, Next.js) med HDS/GDPR-förenlig hosting och en semantisk sökmotor för matchning av kliniska verktyg.
Femteårsstudent på ESIEE Paris femåriga ingenjörsprogram, inriktning Data Science & AI (DSIA).
Utvecklade autopkgtester med OpenCL för AMD-GPU-kompatibilitet (pyopencl, nabu, ufo-filters, pyvkfft) över Debian/ROCm-infrastrukturen på GitLab Salsa.
Undervisar omkring tio elever i matematik och fysik-kemi, från lågstadiet till sista gymnasieåret, parallellt med ingenjörsstudierna.
Den skriftliga dokumentationen av DEMNE-arbetet på väg mot publicering.
Manuskript som beskriver DEMNE:s kaskadramverk, de fem korpuskarakteriseringsmåtten som används för paradigmval, och kalibreringsresultaten från grid search över tre franska onkologikorpusar.
Utöver DEMNE — verktyg byggda från grunden för en hackathon och kursprojekt.
En katalog över digitala verktyg för kognitiv kompensation för personer med hjärnskador och deras arbetsterapeuter.
En interaktiv panel som rekonstruerar 15 år av bakgrundsluftföroreningar i Frankrike (2000–2015).
CNN-baserad ansiktsigenkänning på stillbilder och sedan video, med dataaugmentering och ansiktsinriktning.
Ett textäventyr för terminalen i Python, med objektorienterad design.
En plattform för kulinarisk dataanalys: scraping, ETL och en panel över receptdata.
autopkgtest-skript som validerar vetenskaplig programvara på AMD-GPU:er, på Debians CI-infrastruktur.
Verktyg grupperade efter relevans för arbetet ovan — ingen generisk lista.
Extrahera biomarkörer, stadieindelning och behandlingsdata från ostrukturerad fransk onkologitext — där generell NLP kollapsar och domänanpassning tar vid.
Design av system som dirigerar till den minst opaka nivån som uppfyller prestandakraven. Efterlevnad av EU:s AI-förordning som en designbegränsning, inte en eftertanke.
Långsiktig riktning: att förena klinisk text, bilddiagnostik och genomik i modeller som resonerar över modaliteter — inriktningen mot world models tillämpad på medicin.
Undervisar i matematik och fysik-kemi för ett tiotal elever på Complétude, från lågstadiet till sista året på gymnasiet (inte högre utbildning). Att göra täta koncept inlärbara är en forskningsfärdighet, inte ett sidojobb.
Längre texter om metoder, återvändsgränder och beslut bakom arbetet ovan.
En genomgång av var standard-NER-pipelines misslyckas på franska onkologirapporter, och vad det innebär för DEMNE:s struktur.
Argumentet för att dirigera entiteter genom regler och en finjusterad transformer innan man alls anropar en LLM — och vad det kostar att göra fel.