Post-doctorant(e) en Sciences des Données pour la Santé

"Patients Similaires" et Agent Conversationnel sur Dossier Patient
Informatisé

Localisation :

· Limics, Campus des Cordeliers, 15 rue de l'école de médecine, 75006 Paris
· Entrepôt de Données de Santé de l'AP-HP, 5 rue Santerre, 75012 Paris

Durée : 24 mois
Financement : Cluster PostGenAI@Paris

Mots-clés : Intelligence artificielle, Traitement des langues
naturelles (NLP), Larges modèles de langue (LLM), Retrieval-Augmented
Generation (RAG), Transformers, PyTorch, Données de santé, Entrepôt de
données, RGPD, Aide à la décision clinique, Médecine interne.


Présentation du laboratoire et du cluster PostGenAI@Paris

Le Limics est un laboratoire de recherche en informatique pour la
santé (Inserm, Sorbonne Université, Université Sorbonne Paris
Nord). Nous développons des approches innovantes de traitement de
l'information de santé sur les plans à la fois méthodologique et
applicatif.

Le Limics est composé de chercheurs Inserm, d'enseignants-chercheurs
en informatique, ainsi que de médecins et pharmaciens
hospitalo-universitaires associés à des services de l'Assistance
Publique des Hôpitaux de Paris (AP-HP) et CHU de Saint-Étienne. Cette
diversité à l'intérieur d'une même unité permet des collaborations
multiples pour le développement et l'évaluation des produits de la
recherche.

https://www.limics.fr/

Le cluster PostGenAI@Paris rassemble des partenaires universitaires
aux compétences variées, allant des mathématiques et de l'informatique
à la santé, l'ingénierie, le droit et les sciences politiques. Le
consortium bénéficie d'un soutien important de la part de partenaires
industriels et sociaux, comprenant plus de 60 institutions, dont des
start-ups et des géants de la technologie.

Contexte du poste

Le Limics recrute un(e) post-doctorant(e) pour deux ans dans le cadre
du cluster "PostGenAI@Paris" de Sorbonne Université, afin de
travailler sur un projet innovant d'aide à la décision clinique basé
sur l'identification de patients similaires et le développement d'un
agent conversationnel sur dossier patient informatisé (DPI).

Identifier des patients pris en charge dans le passé qui soient similaires à un patient actuellement traité,
peut permettre de mieux prédire l'évolution clinique, d'aider au choix du traitement, d'estimer les effets
secondaires, d'affiner le diagnostic, et de façon générale d'améliorer la prise en charge tout en supportant
la décision clinique.

La similarité entre les patients peut correspondre à une similitude
des symptômes, des maladies chroniques, des marqueurs biologiques,
etc.

L'objectif général du projet est d'être en mesure d'enrichir les faits
à disposition du personnel soignant, avec un résumé statistique des
patients similaires et la possibilité d'utiliser un agent
conversationnel pour naviguer dans le dossier patient et dans les
patients similaires.

Ce projet s'inscrit dans la continuité des travaux déjà réalisés lors
de la phase de prototypage, avec pour objectif central de rester
proche du raisonnement clinique. Il vise à terme à déployer un
prototype d'aide à la prise en charge lors des réunions de
concertation pluridisciplinaire (RCP) en médecine interne. Il s'appuie
sur l'entrepôt de données de santé de l'AP-HP, qui contient les
données des parcours d'environ 11 millions de patients, ce qui
correspond à environ 120 millions de rapports cliniques.

Missions principales

La personne recrutée sera intégrée dans l'équipe du projet et
travaillera sur des approches avancées d'intelligence artificielle
appliquées aux données de santé.

1. Optimisation des méthodes d'identification de patients similaires

La méthode actuellement mise en oeuvre est dite "explicative". Elle
repose sur un pipeline basé sur l'extraction d'entités nommées (NER)
avec modèles BERT, pour la détection des concepts médicaux permettant
de représenter le patient. Elle s'appuie ensuite sur une
classification par "systèmes physiologiques" (neurologique,
cardiovasculaire, etc.) des concepts identifiés, ainsi qu'une
normalisation des données biologiques et médicamenteuses.

Il s'agit de contribuer à l'amélioration de cette approche et à la
mise en place d'une analyse rétrospective de la liste (cohorte) des
patients similaires détectés : calcul de risques relatifs,
associations thérapeutiques.

2. Méthode RAG-LLM et agent conversationnel

Une seconde approche possible pour la recherche de patients similaires
est l'utilisation d'un système de RAG (Retrieval-Augmented Generation)
couplé à des modèles de langue (LLM) pour interroger la base de
données des patients. Il s'agit de développer une architecture hybride
combinant recherche lexicale et requêtes dans un espace vectoriel
dense (embeddings), puis d'évaluer les performances et de les comparer
avec l'approche précédente.

Par ailleurs, un agent conversationnel sur le dossier patient
informatisé pourra permettre aux cliniciens d'interroger le dossier
patient de manière naturelle. Toujours basé sur un système de RAG, il
permettra de générer des résumés automatiques structurés de dossiers
patients et de répondre à des requêtes spécifiques. Un prototype de ce
module existe déjà et devra être amélioré et intégré à l'ensemble de
l'outil.

3. Déploiement et évaluation

Une dernière partie, qui sera réalisée en collaboration avec d'autres
membres de l'équipe, consiste à concevoir et développer des interfaces
utilisateur (dashboards cliniques, interfaces conversationnelles) avec
les cliniciens, puis à assurer le déploiement des modèles dans une
infrastructure sécurisée (notamment, conforme au RGPD). La personne
recrutée participera ainsi à l'évaluation des outils avec les
cliniciens.

Profil recherché

Formation et expérience

· Doctorat en informatique, intelligence artificielle, traitement
automatique du langage naturel (NLP) ou domaine connexe

· Sensibilité aux problématiques de santé et/ou expérience dans le
domaine médical fortement souhaité

Compétences techniques requises

Modèles de langue et architectures neuronales :

· Maîtrise des architectures Transformer et de leur implémentation

· Expérience pratique avec les LLM

· Connaissance des modèles pré-entraînés français et multilingues
  (CamemBERT, FlauBERT, etc.)

· Maîtrise de PyTorch et de l'écosystème HuggingFace (Transformers,
  Datasets, Tokenizers)

Systèmes RAG et recherche d'information :

· Expérience démontrée dans le développement de systèmes RAG
(Retrieval-Augmented Generation)

· Connaisssance des techniques de recherche hybride (lexicale : BM25,
TF-IDF ; dense : embeddings, recherche vectorielle)

· Connaissance des bases de données vectorielles (FAISS, Milvus,
  Pinecone ou équivalents)

· Expérience en évaluation de systèmes de question-réponse (métriques
de récupération et de génération)

Développement et déploiement :
· Compétences très solides en programmation Python
· Expérience en déploiement de modèles d'IA en production
· Connaissance des bonnes pratiques de MLOps
· Maîtrise de Git et des outils de gestion de versions

Sécurité et conformité (apprécié) :
· Compréhension des enjeux RGPD dans le contexte de données de santé
· Sensibilité aux questions d'éthique et de confidentialité des données patients

Développement d'interfaces (apprécié) :
· Expérience en développement d'interfaces utilisateur
· Connaissances en frameworks web (Flask, FastAPI, Streamlit ou similaires)
· Notions d'UX/UI pour applications médicales

Qualités personnelles
· Capacité à travailler en équipe pluridisciplinaire (informaticiens, cliniciens, chercheurs)
· Autonomie et rigueur scientifique
· Excellentes capacités de communication (oral et écrit)
· Intérêt pour la recherche appliquée et la valorisation clinique
· Capacité à publier dans des conférences et revues scientifiques

Environnement de travail

· Co-encadrement par le Limics et l'Entrepôt de Données de Santé de
  l'AP-HP
· Collaboration étroite avec des équipes cliniques
· Accès à l'un des plus grands entrepôts de données de santé européens
· Intégration dans un réseau de recherche dynamique (cluster
  PostGenAI)
· Opportunités de publications et de participation à des conférences
  internationales

Candidature

Les candidatures doivent comprendre :

· CV détaillé
· Lettre de motivation explicitant l'intérêt pour le projet et les
  compétences en lien avec le poste
· Liste de publications
· Coordonnées de deux références académiques

Contact : christel.gerardin@aphp.fr, xavier.tannier@sorbonne-unversite.fr
Date limite de candidature : Février 2026