Tremplin Carnot Interfaces | Ontologies et réseaux sociaux pour un suivi médical précis et personnalisé
1444
post-template-default,single,single-post,postid-1444,single-format-standard,qode-quick-links-1.0,ajax_fade,page_not_loaded,,qode_grid_1300,footer_responsive_adv,qode-content-sidebar-responsive,qode-child-theme-ver-1.0.0,qode-theme-ver-11.2,qode-theme-bridge,wpb-js-composer js-comp-ver-5.2.1,vc_responsive
 

Ontologies et réseaux sociaux pour un suivi médical précis et personnalisé

Ontologies et réseaux sociaux pour un suivi médical précis et personnalisé

Marie-Christine Jaulent experte en traitement de données médicales est aussi directrice du Laboratoire d’Informatique Médicale et d’Ingénierie des Connaissances en e-santé (LIMICS). Elle travaille actuellement sur les problématiques d’aide à la prévention et au suivi de maladies chroniques, et de l’usage des réseaux sociaux comme source de données en pharmacovigilance. Au LIMICS, on travaille au grand virage numérique que prend le domaine médical.

Vous avez créé le LIMICS il y a quelques années, parlez-nous de votre parcours jusque-là ?

Après un parcours en mathématiques et informatique, j’ai souhaité faire de l’intelligence artificielle en m’intéressant spécifiquement à la question de la vision par ordinateur : une amie a perdu la vue à cette époque et je pensais aux énormes possibilités médicales qui s’offraient dans ce domaine. Même si l’intelligence artificielle n’a, à l’heure actuelle et malgré des progrès considérables, pas encore permis de solutionner les obstacles des personnes malvoyantes, je me suis rendue aux Etats-Unis pour approfondir mon apprentissage sur les questions de neuropsychologie en relation avec la reconnaissance visuelle. C’est en étudiant les personnes souffrant de ces troubles (ne pouvant pas reconnaître un objet en le voyant mais en gardant une connaissance de sa fonction) que je me suis intéressée au triangle sémiotique. A savoir :

  • L’objet
  • Le langage qui le désigne
  • Le concept dont il est une instance

C’est cela l’ontologie !

Après plusieurs années dans un département hospitalier développant le dossier patient informatisé, j’ai fait le grand saut en 2002, et j’ai regroupé une grande partie des forces en informatique médicale au sein d’une unité de recherche : le LIMICS. Une structure mono équipe avec 38 permanents.  Les thématiques que nous abordons sont interdisciplinaires.

Parlez-nous de vos projets de recherche

Dans notre unité de recherche, notre cœur de métier consiste à construire des bases de connaissances de façon formelle comme, par exemple, des ontologies.

Nous pouvons citer l’exemple du projet Peps mis en place avec deux industriels de logiciels sur la question du dossier patient. L’enjeu est d’informer et d’accompagner les personnes dans la prévention. Le résultat c’est un site simple, des questions et des réponses didactiques adaptées au profil de chacun. Ou encore le projet C3 Cloud, qui s’oriente plus sur l’aspect plan de soin avec des données de préférence adaptées à la personne.

Nous travaillons également à un projet de pharmacovigilance basé sur les données de réseaux sociaux (forums de sites à l’instar de Doctissimo). Nous avons récupéré 100 millions de messages. L’objectif c’est de fournir une interface et des contenus à l’Agence Nationale du Médicament et de la Sécurité Médicale (ANSM) pour qu’elle puisse faire des études sur des thématiques spécifiques ou même observer des tendances fortes (par exemple l’association d’un nom de médicament avec un type d’effet secondaire) comme ça a pu être le cas avec le Lévothyrox, forte tendance sur les réseaux sociaux en 2017. C’est un travail qui peut être intéressant aussi pour les mutuelles.

Où trouvez-vous les données ? Sont-elles anonymes ?  

 

Pour développer les bases de connaissances, nous travaillons le plus souvent à partir de sources textuelles comme la littérature scientifique, les guides de bonnes pratiques ou encore les comptes rendus textuels hospitaliers. L’accès à ces dernières informations est, bien évidemment, très encadré. Nous avons accès à ces données via un système administratif complexe, ce qui garantit aussi la protection et l’anonymat des informations de santé.

Nous capitalisons toutes ces connaissances et nous produisons des mapping, pour pouvoir les aligner. Les connaissances sont utilisées pour annoter les données afin de les  partager et de les intégrer malgré leur hétérogénéité. Pour faciliter cette tâche, on peut noter le travail qui a été mis en place par Stéfan Darmoni avec l’application Hetop, un serveur de ressources documentaires en open source.