Traitement de Signaux, d’Images et du Langage IA et Apprentissage Statistique Analyse et Fusion de Données
Grand modèle de langage (LLM) Adaptation aux domaines de spécialité Traitement Automatique des Langues
#IA générative #IA et Santé #Modélisation du Langage
ANR TSIA – Thématiques Spécifiques en Intelligence Artificielle

MALADES

Grands modèles de langue adaptables et souverains pour le domaine médical français

Développer des grands modèles de langue souverains pour les applications biomédicales

MALADES développe de nouvelles approches pour intégrer les grands modèles de langue (Large Language Models, LLM) dans les établissements de santé tout en garantissant la maîtrise des données médicales et le respect des exigences réglementaires et éthiques. Le projet répond à un défi majeur de l’intelligence artificielle en santé : exploiter le potentiel des modèles génératifs sans compromettre la confidentialité des données, la souveraineté numérique et la fiabilité des outils d’aide à la décision.

Le projet conçoit des modèles de traitement automatique du langage adaptés au domaine biomédical et déployables sur des infrastructures maîtrisées. Ses travaux portent sur l’étude des aspects juridiques et éthiques des LLM, l’intégration d’interactions vocales, la constitution de nouveaux jeux de données pour leur évaluation et le développement de modèles enrichis par des bases de connaissances contrôlées afin d’améliorer la qualité et la vérifiabilité des réponses.

En conciliant intelligence artificielle générative, souveraineté numérique et exigences du domaine médical, MALADES contribue au développement de solutions de traitement automatique du langage plus fiables, plus sécurisées et mieux adaptées aux besoins des professionnels de santé.

Partager sur LinkedIn

Financement

ANR

TSIA – Thématiques Spécifiques en Intelligence Artificielle

Calendrier

  • Démarrage : 01-09-2023
  • Durée : 48 mois

Coordinateur

  • Responsable scientifique LS2N : Richard Dufour

Consortium

LIA – Laboratoire Informatique d’Avignon, LIS – Laboratoire d’Informatique et Systèmes, CHU Nantes
Porteur du projet : Laboratoire des Sciences du numerique de Nantes