Dans le cadre de la collaboration de l'équipe TEXTE avec le projet sud4science, Cédrick Fairon, Directeur du Centre de Traitement Automatique du Langage, UCL (Belgique) animera un séminaire :

---

Mercredi 16 novembre à 10h30 en salle des séminaires du LIRMM (Campus Saint Priest, Montpellier Nord)

---

Méthodes linguistiques pour le traitement de l'information médicale. Deux applications exploitant l’annotation du texte libre dans des dossiers patients informatisés

par Cédrick Fairon, CENTAL (UCL)

---

Résumé :

Les systèmes informatiques de gestion des dossiers médicaux (Electronic Health Record ou Dossier médical personnel) sont de plus en plus largement utilisés dans la profession médicale. Aux USA, leur usage est actuellement promu par des actions gouvernementales très ambitieuses. Dans ces systèmes, une grande partie de l'information stockée est textuelle et "non structurée" : il s'agit de notes de suivi, de comptes rendus d'hospitalisation, de courriers, de résultats de laboratoire, etc. Dès que le volume d'information croit, il devient impossible pour le médecin de parcourir l'ensemble de ces documents et d'avoir une vue synthétique de l'information qu'ils contiennent. Pourtant, on comprend aisément que la qualité de l'accès à l'information est primordiale pour assurer la qualité des soins et la sécurité des patients. Par ailleurs, la taille de ces bases de données offre un potentiel énorme pour la recherche médicale (extraction de connaissances, épidémiologie, etc.).

Après avoir présenté cette réalité et les enjeux actuels, nous présenterons deux expériences visant à exploiter l'information issue de dossiers médicaux à l'aide de techniques de traitement automatique du langage. La première expérience a été réalisée au CENTAL dans le cadre du projet CAPADIS et vise à automatiser la production de "résumés cliniques minimum" (encodage ICD9-CM des lettres de sortie d’un hôpital partenaire). La seconde a été réalisée sous la direction de Nigam Shah au Biomedical Informatics Research Center de l’Université de Stanford et vise à exploiter l’information contenue dans les dossiers médicaux en vue de tester des hypothèses sur la dangerosité et les effets secondaires suspectés de médicaments.