Modélisation et mise à jour d'ontologies interactives : application à la formation par simulation de gestes médicaux

Interactive Ontology Modeling and Updating : Application to Simulation-based Training in Medicine

• Auteur / Autrice : Shadi Baghernezhad Tabasi
• Direction : Marie-Christine Rousset, Fabrice Jouanot, Loïc Druette
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 30/09/2021
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique de Grenoble (2007-....)
• Partenaire(s) de recherche : Equipe de recherche : Scalable information discovery and exploitation (Grenoble)
• Partenaire(s) de recherche : SAMSEI : ANR 11-IDFI-0034
• Jury : Président / Présidente : Danielle Ziébelin
• Jury : Examinateurs / Examinatrices : Sylvie Despres
• Jury : Rapporteurs / Rapporteuses : Nathalie Pernelle, Julien Broisin

Mots clés

Mots clés contrôlés

Médecine -- Étude et enseignement -- Simulation, Méthodes de

Modélisation procédurale

Web sémantique

Ontologies (informatique)

Mots clés libres

Web sémantique

Modélisation d'ontologies

Enrichissement d'ontologie

Interface graphique

Semantic Web

Ontology engineering

Ontology update

Graphical User Interface

Simulation-Based training in medicine

Rich Web UI

Résumé

Les ontologies spécialisées servent à capturer le savoir-faire de spécialistes expérimentés dans le domaine concerné, en vue de partager cette expertise au sein d'une plus large communauté dans un but de formation ou d'explications auprès d'utilisateurs moins expérimentés. L'objectif principal de cette thèse est la construction d'une ontologie support à la formation par simulation de gestes médicaux, qui est un domaine nouveau encore peu formalisé et pour lequel peu de documentation existe.Ce travail de thèse englobe le cycle de vie complet d'une ontologie: la construction, l'enrichissement, le peuplement, et la mise à jour.Dans cette thèse, nous décrivons une méthodologie de construction collaborative d'ontologies en 4 étapes qui a débouché sur l'ontologie OntoSAMSEI. La première étape de bootstrap, où un embryon d'ontologie est construite avec l'aide d'un petit nombre d'experts, est suivie par une étape d'élicitation de connaissances auprès d'un plus large panel d'experts à base d'un questionnaire, dont l'analyse des réponses permet de compléter l'ontologie initiale et de la mettre à jour en la peuplant et l'enrichissant. L'ontologie résultante est une hiérarchie de classes et de propriétés, enrichie par un ensemble de contraintes sémantiques sur les classes et les propriétés.Comme support à la mise à jour d'ontologies, nous avons conçu et implémenté l'environnement IOPE pour la construction automatique d'une interface graphique sous la forme de pages Web pré-remplies. La principale idée sous-jacente à IOPE est de transposer les données et les contraintes de l'ontologie à mettre à jour dans des formulaires pré-remplis en utilisant un ensemble de règles de mappings. Ces pages Web pré-remplies, automatiquement générées à partir de l'ontologie d'entrée, fournissent un guide pour les utilisateurs et facilitent l'exploration et la mise à jour de l'ontologie à l'aide de widgets graphiques interactifs et de règles de bindings permettant de lier les entrées des utilisateurs à des triplets RDF à ajouter à l'ontologie.Nous avons mené une étude expérimentale poussée auprès d'utilisateurs experts dans le domaine de la formation par la simulation en Médecine pour évaluer l'ontologie OntoSAMSEI, mais aussi l'environnement intéractif IOPE.

Specialized ontologies are constructed to capture the skills of experienced experts in a particular domain, with the goal of sharing them with a larger community of trainees and less experienced experts in the domain. The main objective of this thesis is to construct a specialized ontology for the rising domain of simulation-based medical education, where formal models are lacking, and documentations are scarce. The thesis focuses on constructing an accurate and complete specialized ontology, and enriching and populating the constructed ontology.In this thesis, we have designed a four-staged collaborative ontology engineering methodology, which has resulted in the construction of the ontology called OntoSAMSEI. The first step is ontology bootstrapping (i.e., build a small initial ontology with the help of domain experts), followed by knowledge elicitation (fill the ontology using a questionnaire disseminated among the domain experts), enhancement (improve the core ontology by modeling commonalities), and update (enrichment and population). The resulting ontology is a hierarchy of classes and of properties, enriched by ontological constraints on the properties and on the classes.As a support to ontology update, we have designed and implemented a framework called IOPE for the automatic construction of a Graphical User Interface (GUI) consisting of pre-filled Web pages. The core idea behind IOPE is to transpose the RDF data and the ontological constraints into a GUI, using a set of mapping rules. These automatically generated GUIs provide guidance for domain experts and facilitate the ontology exploration and update through interactive graphical widgets. To finalize ontology updates, we propose a set of binding rules to specify how to transform user interactions into RDF graphs.The two contributions of this thesis are evaluated using an extensive and in-depth expert study, to show the benefits of IOPE and OntoSAMSEI in real-world use cases of medical experts.