Agent de triage médical CHSA — modèle supervisé fusionné
Qwen3-1.7B-Base après fine-tuning supervisé sur le corpus de triage du
CHSA, adaptateur LoRA fusionné dans les poids. C'est le modèle intermédiaire
du projet : il sait trier et respecte le format de sortie, mais il n'a pas encore
reçu l'alignement par préférences.
Pour un usage direct, préférer le modèle final, qui inclut cet alignement.
Ce dépôt existe pour deux raisons précises :
- c'est le modèle de base de l'adaptateur DPO. L'alignement a été entraîné par-dessus ces poids-ci ; sans eux, l'adaptateur DPO ne peut pas être chargé ;
- il permet de mesurer ce que l'alignement apporte, en comparant les deux modèles sur le même jeu d'évaluation.
Prototype pédagogique. Aide à la décision sous supervision humaine obligatoire. Le catalogue clinique ayant servi à construire les données n'a pas été validé par un médecin urgentiste : ne pas utiliser en situation réelle. Devant tout signe vital engagé, appeler le 15 (SAMU).
Utilisation
from transformers import AutoModelForCausalLM, AutoTokenizer
depot = "BenoitJT-GIRARD/qwen3-1.7b-chsa-triage-sft-merged"
modele = AutoModelForCausalLM.from_pretrained(depot, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(depot)
Le tokenizer publié ici porte le gabarit de dialogue du projet et déclare
<|im_end|> comme jeton de fin de séquence.
La tête de sortie a été découplée de la matrice d'embeddings avant la fusion.
Le modèle de base partage un seul tenseur entre les deux ; comme le fine-tuning
adapte la tête, fusionner sans délier aurait écrit la correction dans l'entrée du
modèle autant que dans sa sortie. Ce dépôt porte donc un lm_head.weight propre,
et tie_word_embeddings à false.
Format de sortie
Niveau de priorité : URGENCE_VITALE | URGENCE_MODEREE | CONSULTATION_DIFFEREE
Justification : <explication clinique courte>
Recommandation : <conduite à tenir>
Évaluation
Mesuré sur un jeu de cas écrits à la main, jamais vus à l'entraînement, dont près de la moitié sont des présentations atypiques.
| Mesure | Valeur sur 60 cas |
|---|---|
| Exactitude du niveau de triage | 0,683 [0,56 – 0,79] |
| Sous-triage des cas urgents | 30 % |
| Surclassement, tous cas | 11,7 % |
| Réponses exploitables par le système d'information | 100 % |
Comparaison aux références, analyse d'erreurs et détail par langue :
reports/evaluation_results.json dans le dépôt du projet.
Données, évaluation et limites
Voir la carte du modèle final et le dépôt du projet : https://github.com/BenoitJT-GIRARD/chsa-triage
Licence
MIT.