LOD et IA pour l'intégration continue centrée utilisateur de services etdonnées dans le contexte du Web of Medical Things. Application à larecommandation et réalisation de parcours personnalisés de soin de support enOncologie.

LOD and AI for user-centered continuous integration of services and data in the context of the Web of Medical Things. Application to the recommendation and realization of personalized supportive care pathways in oncology.

• Auteur / Autrice : Hiba Djebabria
• Direction : Nizar Messai, Cyril De runz
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 15/10/2023
• Etablissement(s) : Tours
• Ecole(s) doctorale(s) : Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes - MIPTIS
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique Fondamentale et Appliquée de Tours

Mots clés

Mots clés libres

Services Web

Linked Open Data

Web sémantique

Internet des Objets

Recommandation

Web Services

Linked Open Data

Semantic Web

Internet of Things

Recommendation

Résumé

La problématique scientifique de ce travail se situe dans le cadre global de l'intégration sémantique contextuelle et centrée utilisateur de données et d'applications à travers les architectures orientées services dans le contexte de l'Internet des Objets (IoT, pour Internet of Things) et de l'Internet des Objets Médicaux (IoMT, pour Internet of Medical Things). Elle se décompose en trois parties : la première consiste à partir des architectures orientées services et de leurs standards de mise en œuvre, services Web et Mashup, pour proposer une solution centrée utilisateur capable de répondre à l'hétérogénéité et volatilité des données issues des différentes sources d'intérêt allant des plateforme de e-santé aux objets connectés dans le contexte de l'utilisateur et des structures de soins et qui respecte les standards des architectures du type one Machine to Machine (oneM2M). Cela suppose en particulier de s'appuyer sur des mesures de similarités adaptées pour proposer les services et données les plus pertinents. Ceci qui nous amène à la deuxième partie qui consiste à définir des mesures de similarité entre services, données, objets et profils utilisateurs en (i) exploitant les données offertes sous forme de graphes de connaissances du Linked Open Data (LOD) et (ii) en appliquant des algorithmes d'IA (symbolique ou non) sur des données textuelles (avis médicaux, retours d'utilisateurs, etc.) Une fois un parcours personnalisé proposé, la troisième partie consiste à accompagner l'utilisateur dans sa réalisation en définissant les métriques adéquates de l'évaluation continue de l'impact du parcours sur l'utilisateur et aux éventuels ajustements de ces parcours.

The scientific problem of this work is situated within the global framework of contextual and user-centric semantic integration of data and applications through service-oriented architectures in the context of the Internet of Things (IoT)and the Internet of Medical Things (IoMT). It is divided into three parts: the first is to start with service-oriented architectures and their standards, Web services, and Mashup, to propose a user-centric solution a user-centric solution capable of responding to the heterogeneity and volatility of data from a wide range of sources, from e-health platforms to connected objects, in the context of users and care context of users and care structures, and which respects the standards of one Machine to Machine (oneM2M) architectures. In particular, this requires the use of appropriate similarity measures to propose the most relevant services and data. This leads us to the second part, which consists of defining similarity measures between services, data, objects, and user profiles by (i) exploiting the data offered in the form of Linked Open Data (LOD) knowledge graphs (LOD) knowledge graphs, and (ii) applying AI algorithms (symbolic or otherwise) to textual data (medical opinions, user feedback, etc.). Once a personalized pathway has been proposed, the third part consists in accompany the user through the process, defining appropriate metrics metrics for ongoing assessment of the pathway's impact on the user, and for any any adjustments to the course.