@inproceedings{khessiba-etal-2025-detection,
title = "D{\'e}tection d{'}Hallucinations dans les Dossiers M{\'e}dicaux G{\'e}n{\'e}r{\'e}s Automatiquement : Une Approche d{'}Optimisation pour les Couches S{\'e}mantiques et les Seuils Adaptatifs",
author = "Khessiba, Souhir and
Alavoine, Nad{\`e}ge and
Forest, Damien",
editor = "Bechet, Fr{\'e}d{\'e}ric and
Chifu, Adrian-Gabriel and
Pinel-sauvagnat, Karen and
Favre, Benoit and
Maes, Eliot and
Nurbakova, Diana",
booktitle = "Actes de l'atelier Traitement du langage m{\'e}dical {\`a} l'{\'e}poque des LLMs 2025 (MLP-LLM)",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://preview.aclanthology.org/sigedu-bea-out-of-sync-correction/2025.jeptalnrecital-mlpllm.1/",
pages = "1--13",
language = "fra",
abstract = "Les Mod{\`e}les de Langage (LLM) sont susceptibles aux hallucinations, g{\'e}n{\'e}rant parfois des informations inexactes d{'}o{\`u} un risque non n{\'e}gligeable, notamment dans le domaine m{\'e}dical o{\`u} la fiabilit{\'e} est essentielle. Cet article aborde deux objectifs : am{\'e}liorer la qualit{\'e} des dossiers m{\'e}dicaux et renforcer la fiabilit{\'e} des cohortes de recherche. Nous pr{\'e}sentons un syst{\`e}me de d{\'e}tection des hallucinations dans les r{\'e}sum{\'e}s m{\'e}dicaux g{\'e}n{\'e}r{\'e}s par IA en optimisant les couches s{\'e}mantiques de BERT. Notre m{\'e}thodologie exploite BERT Score pour {\'e}valuer la similarit{\'e} entre les phrases des rapports g{\'e}n{\'e}r{\'e}s et des transcriptions originales. Notre contribution principale introduit un m{\'e}canisme {\`a} double seuil critique et alerte optimis{\'e} par l{'}algorithme Tree Parzen Estimator, contrairement aux approches traditionnelles {\`a} seuil unique. Les r{\'e}sultats d{\'e}montrent des am{\'e}liorations significatives dans la d{\'e}tection des hallucinations, avec une pr{\'e}cision et un rappel sup{\'e}rieur aux m{\'e}thodes de r{\'e}f{\'e}rence. Bien que notre {\'e}tude soit limit{\'e}e {\`a} la langue fran{\c{c}}aise, le syst{\`e}me propos{\'e} assure am{\'e}liore la fiabilit{\'e} des informations m{\'e}dicales, r{\'e}pondant aux objectifs d{'}am{\'e}lioration de la qualit{\'e} documentaire et d{'}int{\'e}grit{\'e} des donn{\'e}es de recherche."
}
Markdown (Informal)
[Détection d’Hallucinations dans les Dossiers Médicaux Générés Automatiquement : Une Approche d’Optimisation pour les Couches Sémantiques et les Seuils Adaptatifs](https://preview.aclanthology.org/sigedu-bea-out-of-sync-correction/2025.jeptalnrecital-mlpllm.1/) (Khessiba et al., JEP/TALN/RECITAL 2025)
ACL