Vers un raisonnement médical français : Revue des ressources d'apprentissage et d'évaluation des grands modèles de langage
Titouan Ravard
Résumé : L’intégration des modèles de langage génératifs dans les systèmes de santé soulève des enjeux majeurs de souveraineté technologique, de protection des données et de conformité éthique. Dans ce contexte, la capacité des modèles à produire des raisonnements explicites, notamment via les chaînes de pensée (Chain-of-Thought, CoT), constitue un levier important pour l’interprétabilité et l’évaluation médicale. Cet article propose une revue des ressources existantes dédiées au raisonnement médical des grands modèles de langage génératifs (LLMs), en analysant à la fois les jeux de données, les méthodes de construction et de structuration des raisonnements et les stratégies d’évaluation existantes. Il met également en évidence le manque de ressources françaises et discute des implications pour le développement de modèles fiables adaptés au contexte médical français.
Mots clés : Raisonnement médical, Évaluation du raisonnement, Modèles médicaux