Une approche pour la conception de systèmes d'aide à la décision médicale basés sur un raisonnement mixte à base de connaissance

An approach for the construction of medical decision support systems based on mixed Knowledge-based reasoning

• Auteur / Autrice : Lamine Benmimoune
• Direction : Amir Hajjam El Hassani, Parisa Shariat Ghodous
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 10/12/2016
• Etablissement(s) : Belfort-Montbéliard
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Systèmes et Transports / IRTES - SET - IRTES. SET
• Partenaire(s) de recherche : Etablissement de préparation : Université de technologie de Belfort-Montbéliard (1999-....)
• Jury : Examinateurs / Examinatrices : Amir Hajjam El Hassani, Ladjel Bellatreche, Corine Cauvet, Cecilia Zanni-Merk
• Jury : Rapporteurs / Rapporteuses : Ladjel Bellatreche, Corine Cauvet

Mots clés

Mots clés contrôlés

Médecine -- Prise de décision

Conception centrée sur l'utilisateur

Ontologie

Systèmes d'aide à la décision

Mots clés libres

Système d'aide à la décision médicale

Ontologie

Raisonnement à base de cas

Raisonnement à base de règle

Suivi médical

Medical decision support system

Ontology

Data collection

Case-based reasoning

Rule-based reasoning

Medical monitoring

Résumé

Afin d'accompagner les professionnels de santé dans leur démarche clinique, plusieurs systèmes de suivi et deprise en charge médicale ont été construits et déployés dans le milieu hospitalier. Ces systèmes permettentprincipalement de collecter des données médicales sur les patients, de les analyser et de présenter les résultats dedifférentes manières. Ils représentent un appui et une aide aux professionnels de santé dans leur prise de décisionpar rapport à l'évolution de l'état de santé des patients suivis. L'utilisation de tels systèmes nécessitesystématiquement une adaptation à la fois au domaine médical concerné et au mode d'intervention. Il estnécessaire, dans un milieu hospitalier, que ces systèmes puissent s'adapter et évoluer d'une manière simple, enlimitant toute maintenance corrective ou évolutive. Ils doivent être en mesure de prendre en compte dynamiquementdes connaissances théoriques et empiriques du domaine issues des experts médicaux.Afin de répondre à ces exigences, nous avons proposé une approche pour la construction d'un système d'aide à ladécision médicale capable de s'adapter au domaine médical concerné et au mode d'intervention approprié pourassister les professionnels de santé dans leur démarche clinique. Cette approche permet notamment l'organisationde la collecte des données médicales, en tenant compte du contexte du patient, la représentation desconnaissances du domaine à base d'ontologies ainsi que leur exploitation associée aux guides de bonnes pratiqueset à l'expérience clinique.Dans la continuité des travaux précédemment réalisés au sein de notre équipe de recherche, nous avons choisid'enrichir, avec notre approche, la plateforme E-care qui est dédiée au suivi et à la détection précoce de touteanomalie de l'état de patients atteints de maladies chroniques. Nous avons pu ainsi adapter facilement la plateformeE-care aux différentes expérimentations qui sont été menées notamment dans des EPHAD de la MutualitéFrançaise en Anjou-Mayenne, au CHU de Hautepierre et au CHUV à Lausanne.Les résultats de ces expérimentations ont montré l'efficacité de l'approche proposée. L'adaptation de la plateformepar rapport au domaine et au mode d'intervention de chacune de ces expérimentations se limite à de la simpleconfiguration. De plus, l'approche proposée a suscité l'intérêt du personnel médical par rapport à l'organisation de lacollecte des données, qui tient compte du contexte du patient, et par rapport à l'exploitation des connaissancesmédicales qui apporte aux professionnels de santé une assistance pour une meilleure prise de décision.

To support health professionals in their clinical processes, several monitoring and medical care systems have beenbuilt and deployed in the hospital setting. These systems are mainly used to collect medical data on patients,analyze and present the outcomes in different ways. They represent support and assistance to health professionalsin their decision making regarding the evolution in the health status of the patients followed. The use of suchsystems always requires an adaptation to both the medical field and the mode of intervention. It is necessary, in ahospital setting, to adapt and evolve these systems in a simple manner, limiting any corrective or evolutionarymaintenance. Moreover, these systems should be able to consider dynamically the domain knowledge from medicalexperts.To meet these requirements, we proposed an approach for the construction of a medical decision support system(MDSS). This MDSS can adapt to the medical field and to the appropriate mode of intervention to assist healthprofessionals in their clinical processes. This approach allows especially the organization of the medical datacollection by taking into account the patient¿s context, the ontology-based knowledge representation of the domainand permits the exploitation of the medical guidelines and the clinical experience.In continuity of our research team¿s previous work, we chose to expand with our approach, the E-care platformwhich is dedicated to monitoring and early detection of any abnormality of the health status of patients with chronicdiseases. We were able to adapt easily the E-care platform for the various experiments that have been conducted,including EPHAD of the Mutualité Française in Anjou-Mayenne, Hautepierre hospital and Lausanne hospital(CHUV).The outcomes of these experiments have shown the effectiveness of the proposed approach. Where, the adaptationof the platform regarding to the domain and mode of intervention of each of these experiments is limited to thesimple configuration. Furthermore, the proposed approach has attracted the interest of the medical staff regardingthe organization of the medical data collection, and the exploitation of the medical knowledge which bringsassistance to the health professionals for better decision making.