Après une première édition qui a réuni plus de 100 personnes, le Healthcare NLP meetup revient le 18 octobre à PariSanté Campus avec un évènement autour l’extraction, la standardisation et la traduction de donnée textuelle médicale.
L'objectif du Healthcare NLP meetup est de faire grandir une communauté de chercheurs, de professionnels de la santé, de data scientists et de développeurs, aussi bien expérimentés que désireux de se familiariser avec ce domaine. En cela, il vise à favoriser le partage d'expériences, de bonnes pratiques et d'expertise dans la conception et l'utilisation de modèles NLP pour les soins de santé.
Enfin, il vise à sensibiliser les acteurs publics et privés aux cas d'utilisation que ces technologies peuvent permettre et à la façon dont elles peuvent aider à faire des progrès importants vers l'interopérabilité à chaque étape du parcours du patient, qui est une préoccupation croissante chez beaucoup de ces acteurs.
Au programme
▶️ 18h45 - Ouverture des portes
? 19h00 - Exposés des intervenants et questions-réponses
IntervenantsLes interventions débuteront après une introduction de Benjamin Grelié, CTO et Co-Fondateur de Posos.
1️⃣ Aborder le traitement de documents textuels médicaux
par Pr. Éric de la Clergerie, chercheur à l’INRIA, qui parlera notamment de l’équipe Almanach et de ses travaux sur la spécialisation pour le médical du modèle de langage CamemBERT, de l’outil Grobid dans le cadre d’une collaboration avec l’AP-HP et des objectifs du projet OncoLab, qui associe l’Inria, Owkin, Arkhn et des établissements de santé pour la recherche en cancérologie.
2️⃣ Un pipeline de traduction automatique pour les terminologies médicales
par Konstantinos Skianis, fondateur de BLUAI, une entreprise grecque qui aide à accélérer l’adoption de l’IA et à incorporer de nouvelles technologies NLP. Il a notamment travaillé à la traduction de terminologie médicales en français avec l’ANS.
3️⃣ Extraction d’information en zero-shot learning pour le NLP médical
par Luca Martial, Data Scientist chez John Snow Labs, l’entreprise à l’origine de Spark NLP. Il contribue à la librairie Spark NLP for Healthcare. Il abordera le sujet d’apprentissage sans données annotées de modèle de détection d’entités médicales et d’extraction de relations entre ces entités.