POSTE : Datascientist H/F DESCRIPTION : DATASCIENTIST H/F APPRENTISSAGE AUTOMATIQUE POUR UNE AIDE AU CODAGE PMSI SYSTEME D'INFORMATION MEDICALE DIRECTION GENERALE CDD 12 MOIS - TEMPS PLEIN A POURVOIR DÈS QUE POSSIBLE I. Présentation générale du CHU Composé d'environ 2 700 lits et places, le CHU de Poitiers s'étend sur 5 sites (Poitiers, Châtellerault, Loudun, Lusignan, Montmorillon) répartis sur l'ensemble du territoire de la Vienne. Etablissement de soins de référence à vocation régionale, le CHU de Poitiers assure à la fois une mission de proximité pour les 436 000 habitants de la Vienne et une mission d'appel régional et de recours pour les 1,8 million d'habitants du Poitou-Charentes. Le CHU de Poitiers est organisé en 15 pôles d'activités cliniques et médico-techniques. Avec près de 8 000 professionnels, il constitue le premier employeur de la Vienne. 2. Présentation de l'aide au codage Dans le cadre de la tarification à l'activité (T2A), le financement des hôpitaux repose sur un remboursement forfaitaire de l'assurance maladie pour chaque séjour hospitalier. Ce versement s'appuie sur l'analyse de données standardisées, transmises par les établissements après chaque hospitalisation, dans le cadre du programme de médicalisation des systèmes d'information (PMSI). Le PMSI exige des établissements qu'ils mettent en place des processus organisationnels rigoureux, en raison des exigences élevées de qualité. Le codage d'un séjour hospitalier consiste notamment à attribuer, à partir des comptes rendus médicaux, des codes standardisés CIM-10 (classification internationale des maladies - 10ème version) qui décrivent les maladies prises en charge lors d'un séjour hospitalier. Cette activité, réalisée par des humains, est une tâche chronophage et source d'erreurs nécessitant des contrôles qualité. Pour faciliter le codage, des méthodes d'apprentissage automatique supervisé, basées sur les comptes rendus textuels d'hospitalisation, ont été développées. Il s'agit d'une tâche d'apprentissage supervisé multilabel (en moyenne 4 à 5 codes par document) dans un espace de prédiction de grande dimension (environ 10 000 codes possibles). Les modèles comme BioBERT, ClinicalBERT ou CamemBERT (adapté au français) sont actuellement les plus efficaces pour extraire et classer les diagnostics à partir de textes médicaux mais l'état de l'art évolue rapidement. Les travaux de recherche ont aussi montré que l'intégration de boucles de rétroaction avec des experts du codage (« human in the loop ») permet d'améliorer les prédictions et de réduire les erreurs de codage. Pour être utilisé par des humains et pour garantir la traçabilité des décisions, l'explicabilité d'un modèle dans ce contexte est un facteur clef : les modèles doivent non seulement prédire les codes, mais aussi fournir des explications (par exemple, en surlignant les passages du compte rendu qui justifient un code, ou en indiquant le niveau de confiance de la prédiction). Le CHU de Poitiers a obtenu le 25 avril 2025 une autorisation de la CNIL (n°22236583) pour la mise en oeuvre de son entrepôt de données de santé (EDS). Il a été conçu pour assurer la confidentialité, la protection et la sécurité des données personnelles des patients. Les données sont stockées sur des serveurs localisés sur le site du CHU de Poitiers, dans un espace réservé aux seuls professionnels habilités. Il intègre toutes les données nécessaires à l'objectif du codage automatisé : données administratives, données du PMSI, données de biologie, données de prescription médicamenteuse et tous les comptes rendus de consultation et d'hospitalisation. L'environnement sécurisé de l'EDS dispose d'un serveur de calculs et d'une carte graphique sur laquelle des modèles de langage peuvent être exécutés. Les millions de séjours déjà codés manuellement pourront servir de données d'apprentissage. La présence de cet entrepôt de données va permettre de tester la faisabilité de déployer des outils d'aide au codage PMSI. II. Poste proposé Nous cherchons un(e) datascientist souhaitant travailler sur un projet ambitieux visant à exploiter de grands volumes de données pour classifier automatiquement des séjours hospitaliers. - Missions générales Sous la responsabilité du coordinateur de l'entrepôt, d'un datascientist de l'équipe EDS et d'un médecin spécialiste des entrepôts de données de santé, les principales missions seront de : - Réaliser un état de l'art des algorithmes d'aide au codage PMSI - Réaliser un benchmarking des outils open source disponibles, adapter et tester des modèles existants et les évaluer - Participer à l'implémentation d'un pipeline de classification des séjours hospitaliers sur deux services pilotes Activités comp