CORE-Acu: Structured Reasoning Traces and Knowledge Graph Safety Verification for Acupuncture Clinical Decision Support

Each language version is independently generated for its own context, not a direct translation.

🏥 Le Problème : L'IA qui "rêve" en médecine

Imaginez un grand chef cuisinier très talentueux, capable de créer des plats délicieux à partir de n'importe quelle recette. C'est ce que sont les Grands Modèles de Langage (LLM) comme ChatGPT. Ils sont excellents pour parler et écrire.

Mais en médecine, surtout en acupuncture, il y a un gros problème : ce chef cuisinier a tendance à rêver. Parfois, il invente des ingrédients qui n'existent pas, ou pire, il mélange des ingrédients qui, ensemble, sont toxiques.

Le risque : Si un patient est enceinte, l'IA pourrait suggérer un point d'acupuncture qui, dans la médecine traditionnelle chinoise, est strictement interdit car il pourrait provoquer une fausse couche.
Le mystère : Quand l'IA se trompe, on ne sait pas pourquoi. C'est une "boîte noire". Elle donne une réponse, mais on ne voit pas le raisonnement logique qui a mené à cette conclusion.

💡 La Solution : CORE-Acu (Le Chef avec un Guide et un Contrôleur)

Les chercheurs ont créé CORE-Acu, une nouvelle façon de faire travailler l'IA pour l'acupuncture. Ils ne se contentent pas de demander à l'IA de "deviner" la réponse. Ils lui donnent trois outils magiques pour qu'elle soit sûre, précise et logique.

Voici comment ça marche, avec des analogies simples :

1. Le Chemin de Fer Logique (S-CoT)

Au lieu de laisser l'IA sauter directement de "le patient a mal à la tête" à "voici les aiguilles", on lui impose de suivre un chemin de fer rigide.

L'analogie : Imaginez que l'IA est un élève qui doit résoudre un problème de maths. Au lieu de lui demander juste le résultat final, on lui oblige à écrire chaque étape : "Je vois le problème", "Je choisis la formule", "Je calcule", "Je vérifie".
En pratique : L'IA doit d'abord identifier le syndrome (le diagnostic), puis expliquer la cause (la pathologie), puis choisir le principe de traitement, et enfin seulement sélectionner les points d'acupuncture. Cela rend son raisonnement visible et vérifiable, comme un cahier de brouillon qu'on peut relire.

2. Le Gardien du Temple (La Base de Connaissances)

C'est la partie la plus importante pour la sécurité. Les chercheurs ont construit une carte de sécurité géante (un graphe de connaissances) qui contient toutes les règles d'or de l'acupuncture.

L'analogie : Imaginez un gardien de sécurité très strict à la sortie d'un avion. L'IA (le passager) propose un itinéraire de vol. Le gardien a une liste rouge : "Interdit de voler par-dessus cette zone", "Interdit de transporter ce type de bagage".
Le mécanisme "Veto" : Avant que la réponse de l'IA ne soit envoyée au patient, elle passe devant ce gardien. Si l'IA suggère un point interdit pour une femme enceinte, le gardien dit "STOP !". Il rejette la réponse et dit à l'IA : "Tu as fait une erreur, réessaie en respectant la règle". C'est un système de "Générer → Vérifier → Réviser".

3. Le Loup-Garou des Mots Importants (LMERL)

En apprenant, l'IA a tendance à se concentrer sur les mots courants (comme "le", "et", "mal") et à oublier les mots rares mais vitaux (comme les noms précis des points d'acupuncture).

L'analogie : Imaginez un professeur qui corrige un devoir. D'habitude, il donne le même nombre de points pour chaque faute. Ici, les chercheurs ont créé une règle spéciale : une faute sur un mot important (comme un point d'acupuncture) vaut 100 fois plus qu'une faute sur un mot banal.
En pratique : Cela force l'IA à apprendre avec une attention extrême les noms précis des points. Si elle confond deux points qui ne diffèrent que d'une lettre, elle sera "punie" beaucoup plus sévèrement que si elle fait une faute de grammaire. Cela évite les erreurs de précision.

🏆 Les Résultats : Pourquoi c'est révolutionnaire ?

Les chercheurs ont testé leur système sur 1 000 cas réels.

Les autres IA (comme GPT-4) : Elles ont fait des erreurs de sécurité dans 8,5 % des cas (elles ont suggéré des points interdits !).
CORE-Acu : Grâce à son "gardien" et son "chemin de fer", elle n'a fait aucune erreur de sécurité (0 %). Elle a aussi été beaucoup plus logique et précise dans ses explications.

🚀 En Résumé

CORE-Acu, c'est comme transformer un génie de la conversation un peu étourdi en un médecin acupuncteur robotique ultra-sérieux.

Il pense étape par étape (on ne peut pas tricher).
Il est surveillé par un gardien qui connaît toutes les règles de sécurité par cœur.
Il apprend à ne pas se tromper sur les noms importants.

C'est une avancée majeure pour rendre l'intelligence artificielle fiable et sûre dans des domaines où une erreur peut coûter cher, voire mettre des vies en danger.

Each language version is independently generated for its own context, not a direct translation.

1. Problématique

L'application des grands modèles de langage (LLM) au soutien à la décision clinique (CDS), et plus spécifiquement en acupuncture, se heurte à deux obstacles majeurs :

La nature « boîte noire » et l'opacité du raisonnement : Les LLM sont optimisés pour la prédiction probabiliste de tokens, ce qui conduit souvent à des raisonnements non traçables et à des « hallucinations » (des recommandations linguistiquement plausibles mais cliniquement incorrectes). En médecine traditionnelle chinoise (MTC), où le processus de décision repose sur une chaîne causale complexe (différenciation des syndromes $\rightarrow$ analyse pathogénique $\rightarrow$ principes thérapeutiques $\rightarrow$ sélection de points), les modèles actuels tendent à sauter ces étapes intermédiaires critiques.
Les risques de sécurité critiques : L'acupuncture est une intervention invasive. L'omission de contre-indications strictes (par exemple, l'utilisation de points interdits pendant la grossesse comme Hegu LI4) ou la confusion entre des points aux noms similaires mais aux indications différentes (ex: Taixi vs Taiyuan) peut mettre en danger la vie des patients.
Le désalignement fréquence-importance : Lors de l'entraînement standard, les fonctions de perte (comme la perte d'entropie croisée) traitent tous les tokens de manière égale. Cela pénalise insuffisamment les erreurs sur des entités rares mais critiques (noms de points, syndromes) par rapport aux mots de fonction fréquents, entraînant une dérive terminologique.

2. Méthodologie : Le Framework CORE-Acu

Les auteurs proposent CORE-Acu (Constrained Ontology Reasoning Engine for Acupuncture), un cadre neuro-symbolique qui intègre des traces de raisonnement structurées et une vérification de sécurité basée sur un graphe de connaissances (KG). L'architecture repose sur quatre composants clés :

A. Construction de Traces de Raisonnement Structurées (S-CoT)

Dataset Acu-Reasoning : Création du premier jeu de données à grande échelle (42 512 échantillons) pour l'acupuncture, structuré selon une chaîne causale explicite :
- Bian Zheng (Diagnostic) $\rightarrow$ Bing Ji (Pathologie) $\rightarrow$ Zhi Ze (Principe) $\rightarrow$ Xuan Xue (Sélection des points).
Contrainte de Schéma : Au lieu d'apprendre une mapping direct symptômes $\rightarrow$ ordonnance, le modèle est contraint de générer les étapes intermédiaires, rendant le processus de décision observable et vérifiable.

B. Graphe de Connaissances MTC pour la Gouvernance Symbolique

TCM-KG : Construction d'un graphe de connaissances spécifique au domaine (4 628 nœuds, 12 500 arêtes) aligné sur les normes internationales (OMS, GB/T).
Modélisation des Contraintes : Le KG encode plus de 1 200 contraintes rigides (ex: « Interdit pour la grossesse », « Incompatible avec X ») sous forme d'arêtes logiques dirigées, servant de vérité terrain pour la vérification.

C. Adaptation via la Perte Répondérée par Entité (LMERL)

Lexicon-Matched Entity-Reweighted Loss (LMERL) : Pour résoudre le désalignement fréquence-importance, les auteurs proposent une fonction de perte qui réaffecte dynamiquement les poids des gradients.
Mécanisme : Les tokens correspondant à des entités critiques du domaine (points d'acupuncture, syndromes) reçoivent un poids $\alpha > 1$ (fixé à 1,5 dans l'étude) pendant le fine-tuning, forçant le modèle à accorder une priorité supérieure à la précision terminologique sur la fluidité linguistique.

D. Boucle de Raisonnement Neuro-Symbolique (Generate–Verify–Revise)

Mécanisme de Veto Symbolique : Un système en boucle fermée vérifie la sortie du LLM contre le KG.
Processus :
1. Générer : Le modèle produit une proposition initiale.
2. Vérifier : Un module symbolique détecte les violations de sécurité (intersections avec les règles d'interdiction du KG).
3. Réviser : Si une violation est détectée, un signal de rétroaction négative explicite (ex: « Erreur : LI4 est interdit pendant la grossesse ») est injecté pour forcer le modèle à réécrire l'ordonnance.
Plan de Secours : Si les violations persistent après un nombre maximal d'itérations, le système déclenche une alerte de sécurité stricte demandant une confirmation humaine, garantissant un taux de violation nul en production.

3. Contributions Clés

Premier dataset S-CoT pour l'acupuncture : Transformation du raisonnement implicite de la MTC en chaînes causales explicites et vérifiables.
Mécanisme de Veto Symbolique : Une approche neuro-symbolique qui impose des limites de sécurité « dures » (hard constraints) via un graphe de connaissances, dépassant les simples vérifications probabilistes.
LMERL : Une nouvelle fonction de perte qui corrige la dérive terminologique en rééquilibrant l'apprentissage vers les entités à haut risque clinique.

4. Résultats Expérimentaux

Les expériences ont été menées sur un ensemble de test retenu de 1 000 cas cliniques, comparant CORE-Acu à des modèles de pointe (GPT-4o, Qwen-Max, GLM-4.6, HuatuoGPT) et à une version de base.

Qualité du Raisonnement : CORE-Acu obtient les meilleurs scores dans toutes les dimensions cliniques (validité du raisonnement, logique pathologique, précision du diagnostic) évaluées par des experts et un LLM-juge. Il comble l'écart entre la prescription finale et la logique sous-jacente.
Fidélité des Entités : Avec un score Entity-F1 de 0,4612, CORE-Acu surpasse significativement les modèles de base (ex: GPT-4o à 0,2906), démontrant une capacité supérieure à générer les noms de points et syndromes corrects.
Sécurité (Résultat Majeur) :
- Taux de Violation de Sécurité (SVR) : CORE-Acu a atteint 0/1 000 violations observées (intervalle de confiance 95 % : 0–0,37 %).
- Comparaison : GPT-4o a affiché un taux de violation de 8,5 % et Qwen-Max de 4,1 % sous les mêmes règles.
- Efficacité de la boucle : Sur les 1 000 cas, le vérificateur a détecté 40 violations potentielles dans la première génération, qui ont toutes été corrigées avec succès par la boucle de révision, aboutissant à un résultat final sûr.

5. Signification et Impact

L'article démontre que l'intégration de méthodes symboliques (grappes de connaissances, règles logiques) aux capacités génératives des LLM est essentielle pour le déploiement clinique en médecine à haut risque.

Auditabilité : Le cadre transforme le processus de décision clinique en une chaîne de causalité transparente, permettant aux médecins de vérifier le « pourquoi » d'une recommandation.
Sécurité Garantie : Contrairement aux approches purement probabilistes, CORE-Acu offre une garantie formelle de sécurité via des mécanismes de veto déterministes, éliminant les risques d'erreurs fatales dues aux hallucinations.
Modèle pour la MTC : Cette approche fournit un modèle reproductible pour l'application de l'IA dans des domaines médicaux complexes nécessitant une interprétabilité rigoureuse et une conformité stricte aux règles de sécurité.

En conclusion, CORE-Acu établit un nouvel état de l'art pour les systèmes d'aide à la décision en acupuncture, prouvant qu'il est possible de concilier la puissance des LLM avec les exigences de sécurité et de traçabilité absolue requises en milieu clinique.