@inproceedings{Lovon-Melgarejo-G-Moreno-Damase-Michel-Tamine:CORIA-TALN-2026:2026,
    author = "Lov\'on Melgarejo, Jesus and G Moreno, Jose and Damase-Michel, Christine and Tamine, Lynda",
    title = "ReToP:  Apprendre \`a r\'e\'ecrire les dossiers m\'edicaux de patients pour la pr\'ediction clinique",
    booktitle = "Actes de CORIA-TALN 2026. Actes de la 21e Conf\'erence en Recherche d'Information et Applications.  Volume 2 : articles d\'ej\`a publi\'es",
    month = "6",
    year = "2026",
    address = "Nantes, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "62-82",
    note = "",
    abstract = "Bien que les dossiers m\'edicaux de patients (DMP) fournissent des informations cliniques essentielles, leur complexit\'e rend la mod\'elisation pr\'edictive difficile {\textbackslash}cite{lovon2025}. Les grands mod\`eles de langue (GML) att\'enuent en partie ces limitations en enrichissant les repr\'esentations des DMP  gr\^ace \`a des connaissances m\'edicales. Toutefois, les m\'ethodes sous-jacentes sont ind\'ependantes des t\^aches et n{\textquoteright}exploitent pas pleinement les signaux sp\'ecifiques aux objectifs pr\'edictifs de ces t\^aches. Dans cet article, nous pr\'esentons  {\textbackslash}textbf{Re}write-{\textbackslash}textbf{To}-{\textbackslash}textbf{P}redict ({\textbackslash}textbf{ReToP}), une approche fond\'ee sur des LLM  qui r\'ealise un entra{\^\i}nement  bout-\`a-bout d{\textquoteright}un mod\`ele de r\'e\'ecriture de DMP et d'un mod\`ele de pr\'ediction clinique. {\textbackslash}textbf{ReToP} r\'ealise un alignement de la r\'e\'ecriture avec la pr\'ediction via un score {\textbackslash}textit{Classifier Supervised Contribution (CSC)} permettant la g\'en\'eration de r\'e\'ecritures cliniquement pertinentes qui renforce directement la performance pr\'edictive.
Sur trois t\^aches cliniques issues de MIMIC-IV, 
{\textbackslash}textbf{ReToP} d\'epasse les mod\`eles de r\'ef\'erence et d\'emontre une forte g\'en\'eralisabilit\'e \`a de nouveaux ensembles de donn\'ees et t\^aches avec un ajustement minimal.
{\textbackslash}emph{Ce travail est paru dans les actes de la conf\'erence Web Search and Data Mining Conference WSDM '26 et sera pr\'esent\'e \`a l'atelier LLM@Hopital'26. Pour une description d\'etaill\'ee se r\'ef\'erer \`a l'article}",
    keywords = "Grand Mod\`ele de Langue, Dossier M\'edical de Patient, Pr\'ediction Clinique",
    url = "40027.pdf"
}