Construction de modèles de données relationnels temporalisés guidée par les ontologies

Generation of ontology driven temporalized relational data models

• Auteur / Autrice : Christina Khnaisser
• Direction : Anita Burgun, Jean-François Ethier, Luc Lavoie
• Type : Thèse de doctorat
• Discipline(s) : Informatique médicale
• Date : Soutenance le 04/11/2019
• Etablissement(s) : Université Paris Cité en cotutelle avec Université de Sherbrooke (Québec, Canada)
• Ecole(s) doctorale(s) : École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche des Cordeliers (Paris ; 2007-....)
• Jury : Président / Présidente : Angela Bonifati
• Jury : Examinateurs / Examinatrices : Marc Cuggia
• Jury : Rapporteur / Rapporteuse : Anne Bergeron, Rémi Bastide

Mots clés

Mots clés contrôlés

Ontologie

Modélisation des données (informatique)

Modèles entité-association

Mots clés libres

Modèle relationnel temporalisé

Modèle de données

Ontologie

Modélisation de base de données

Modélisation d’entrepôt de données

Temporal relational model

Data model

Ontologies

Database modeling

Data warehouse modeling

Résumé

Au sein d’une organisation, de même qu’entre des organisations, il y a plusieurs intervenants qui doivent prendre des décisions en fonction de la vision qu’ils se font de l’organisation concernée, de son environnement et des interactions entre les deux. Dans la plupart des cas, les données sont fragmentées en plusieurs sources non coordonnées ce qui complique, notamment, le fait de retracer leur évolution chronologique. Ces différentes sources sont hétérogènes par leur structure, par la sémantique des données qu’elles contiennent, par les technologies informatiques qui les manipulent et par les règles de gouvernance qui les contrôlent. Dans ce contexte, un système de santé apprenant (Learning Health System) a pour objectif d’unifier les soins de santé, la recherche biomédicale et le transfert des connaissances, en offrant des outils et des services pour améliorer la collaboration entre les intervenants ; l’optique sous-jacente à cette collaboration étant de fournir à un individu de meilleurs services qui soient personnalisés. Les méthodes classiques de construction de modèle de données sont fondées sur des règles de pratique souvent peu précises, ad hoc, non automatisables. L’extraction des données d’intérêt implique donc d’importantes mobilisations de ressources humaines. De ce fait, la conciliation et l’agrégation des sources sont sans cesse à recommencer parce que les besoins ne sont pas tous connus à l’avance, qu’ils varient au gré de l’évolution des processus et que les données sont souvent incomplètes. Pour obtenir l’interopérabilité, il est nécessaire d’élaborer une méthode automatisée de construction de modèle de données qui maintient conjointement les données brutes des sources et leur sémantique. Cette thèse présente une méthode qui permet, une fois qu’un modèle de connaissance est choisi, la construction d’un modèle de données selon des critères fondamentaux issus d’un modèle ontologique et d’un modèle relationnel temporel basé sur la logique des intervalles. De plus, la méthode est semi-automatisée par un prototype, OntoRelα. D’une part, l’utilisation des ontologies pour définir la sémantique des données est un moyen intéressant pour assurer une meilleure interopérabilité sémantique étant donné que l’ontologie permet d’exprimer de façon exploitable automatiquement différents axiomes logiques qui permettent la description de données et de leurs liens. D’autre part, l’utilisation d’un modèle relationnel temporalisé permet l’uniformisation de la structure du modèle de données, l’intégration des contraintes temporelles ainsi que l’intégration des contraintes du domaine qui proviennent des ontologies.

Within an organization, many stakeholders must make decisions based on their vision of the organization, its environment, and the interactions between these two. In most cases, the data are fragmented in several uncoordinated sources, making it difficult, in particular, to trace their chronological evolution. These different sources are heterogeneous in their structure, in the semantics of the data they contain, in the computer technologies that manipulate them, and in the governance rules that control them. In this context, a Learning Health System aims to unify health care, biomedical research and knowledge transfer by providing tools and services to enhance collaboration among stakeholders in the health system to provide better and personalized services to the patient. The implementation of such a system requires a common data model with semantics, structure, and consistent temporal traceability that ensures data integrity. Traditional data model design methods are based on vague, non-automatable best practice rules where the extraction of data of interest requires the involvement of very important human resources. The reconciliation and the aggregation of sources are constantly starting over again because not all needs are known in advance and vary with the evolution of processes and data are often incomplete. To obtain an interoperable data model, an automated construction method that jointly maintains the source raw data and their semantics is required. This thesis presents a method that build a data model according to fundamental criteria derived from an ontological model, a relational model and a temporal model based on the logic of intervals. In addition, the method is semi-automated by an OntoRelα prototype. On the one hand, the use of ontologies to define the semantics of data is an interesting way to ensure a better semantic interoperability since it automatically expresses different logical axioms allowing the description of data and their links. On the other hand, the use of a temporal relational model allows the standardization of data model structure and the integration of temporal constraints as well as the integration of domain constraints defines in the ontologies.