Une bibliothèque de la recherche sur Parkinson, lue à l’échelle de la machine

Comment l’information est traitée

Rien ici n’est d’abord lu à la main. Un pipeline automatisé interroge chaque semaine PubMed, Europe PMC et ClinicalTrials.gov, avec des requêtes écrites délibérément pour faire remonter les résultats qui vont à l’encontre de l’opinion dominante — un corpus assemblé uniquement à partir de résultats concordants est un corpus qui confirmera n’importe quoi. Ce qui en revient traverse ensuite quatre étapes avant de pouvoir nourrir la moindre phrase de ce site.

1. Classement

   Chaque notice est classée dans une hiérarchie de preuves à neuf niveaux — recommandation de pratique clinique, synthèse, essai randomisé, autre essai, étude observationnelle, revue narrative, rapport primaire, prépublication, enregistrement d’essai — à partir des types de publication que les indexeurs de MEDLINE lui ont eux-mêmes attribués. Le niveau est lu sur une étiquette, non déduit d’un titre : un article ne peut donc pas être promu par l’assurance de son résumé.

2. Extraction du texte intégral

   Pour le corpus principal, le pipeline va au-delà du résumé : méthodes, résultats et limites sont extraits de la collection en libre accès d’Europe PMC et des PDF qu’Unpaywall trouve légalement gratuits. Un résumé vous dit qu’un essai était positif. Les méthodes vous disent qu’il était en ouvert, avec vingt-quatre participants.

3. Indexation et recherche

   Chaque notice est convertie en document structuré et chargée dans un carnet Gemini/NotebookLM, où elle est vectorisée et indexée pour une recherche sémantique. Les questions reçoivent une réponse par synthèse augmentée de recherche sur ce seul index — on ne demande pas au modèle ce qu’il sait, on lui demande ce que disent ces documents, et chaque réponse revient accompagnée des passages sur lesquels elle s’appuie.

4. Revérification continue

   Un balayage mensuel réexamine les notices déjà présentes dans la bibliothèque, en commençant par les confirmations les plus anciennes, et corrige celles dont le devenir après publication a changé : rétractations, errata, avis de préoccupation. 79 notices ont été signalées de cette manière et ne comptent plus comme preuve ici.

La base de données

Derrière la bibliothèque se trouve un registre à une ligne par notice, indexé sur l’identifiant que la notice possède réellement — un DOI pour une prépublication, un PMID pour un article indexé, un numéro NCT pour un essai enregistré. Chaque ligne porte deux empreintes : celle du titre et du résumé, qui détecte un texte révisé, et celle des liens de rétractation, d’erratum et de commentaire, qui détecte un article dont le statut a changé alors que son contenu n’a pas bougé.

C’est ce registre qui rend le pipeline idempotent. Les mêmes requêtes, exécutées chaque semaine, renvoient pour l’essentiel les mêmes milliers de notices, et le registre est ce qui fait que la cinquantième exécution n’ajoute que la nouveauté au lieu d’une cinquantième copie de tout. Il est en outre partitionné par usage plutôt qu’entassé dans un index unique :

• Core3 925recommandations, synthèses et essais — le corpus à partir duquel ce site publie
• Field45 964tout le reste de la littérature évaluée par les pairs, conservé pour l’ampleur
• Watchprépublications et essais enregistrés, en flux continu — ni les unes ni les autres ne constituent encore une preuve, à quelque degré que ce soit

Un système de recherche incapable de distinguer une prépublication d’un essai randomisé citera la prépublication ; la séparation est donc imposée au stockage plutôt que laissée au modèle à respecter au moment de la requête. La partition à laquelle appartient une notice est décidée une seule fois, à la première rencontre, et jamais recalculée — sinon un article réindexé en amont migrerait d’un carnet à l’autre en laissant une copie de lui-même dans l’ancien.

Les chiffres ci-dessus sont lus dans le registre lui-même au moment de la génération, par une fonction capable de dire combien de notices sont conservées et jamais lesquelles. Ce sont des mesures, pas des arguments de vente.

Les méta-études

Les essais isolés se contredisent entre eux ; c’est ce que font les essais isolés. Les documents qui pèsent le plus lourd sont ceux qui ont déjà résolu la contradiction — revues systématiques et méta-analyses, qui regroupent les essais et quantifient le résultat agrégé, ainsi que les recommandations de pratique clinique bâties sur elles.

La bibliothèque contient actuellement 2 130 méta-analyses et revues systématiques et 26 recommandations cliniques, aux côtés de 1 381 essais contrôlés randomisés. Placées au sommet de la hiérarchie, elles sont récupérées en premier : un texte publié ici est donc construit à partir des synthèses et ne va chercher un essai isolé que là où aucune synthèse ne couvre la question. Lorsqu’une méta-analyse et un essai qui fait les gros titres se contredisent, c’est la méta-analyse qui est reprise — et la contradiction est reprise avec elle.