Extraction d'association d'EIM à partir de dossiers patients : expérimentation avec les structures de patrons et les ontologies

Gabin Personeni 1, 2 Marie-Dominique Devignes 2 Michel Dumontier 3 Malika Smaïl-Tabbone 1 Adrien Coulet 1
1 ORPAILLEUR - Knowledge representation, reasonning
Inria Nancy - Grand Est, LORIA - NLPKD - Department of Natural Language Processing & Knowledge Discovery
2 CAPSID - Computational Algorithms for Protein Structures and Interactions
Inria Nancy - Grand Est, LORIA - AIS - Department of Complex Systems, Artificial Intelligence & Robotics
3 BMIR - Stanford Center for BioMedical Informatics Research
Résumé : Les Dossiers Médicaux Electroniques (DME) constituent une ressource de grand intérêt pour étudier les Evènements Indésirables Médicamenteux (EIM). Nous proposons ici de fouiller les DME pour identifier des EIM fréquemment associés dans des sous-groupes de patients. Les EIM ayant des manifestations complexes, nous utilisons l'analyse formelle de concepts et ses structures de patrons, un cadre mathématique permettant la généralisation, en exploitant les connaissances du domaine médical formalisées dans des ontologies. Les résultats obtenus dans trois expériences montrent que cette approche est flexible et permet d'extraire des règles d'association à divers niveaux de généralisation.
Type de document :
Communication dans un congrès
Deuxième Atelier sur l'Intelligence Artificielle et la Santé, Jun 2016, Montpellier, France. 2016, Atelier IA & Santé. 〈https://ia-sante-2016.sciencesconf.org/〉
Liste complète des métadonnées
https://hal.inria.fr/hal-01391172
Contributeur : Adrien Coulet <>
Soumis le : mercredi 2 novembre 2016 - 23:17:50
Dernière modification le : mardi 18 décembre 2018 - 16:40:22
Document(s) archivé(s) le : vendredi 3 février 2017 - 16:22:41

Fichier

IA__Sant_2016_paper_9.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01391172, version 1

Collections

INRIA | LORIA-NLPKD | LORIA | LORIA-AIS | UNIV-LORRAINE

Citation

Gabin Personeni, Marie-Dominique Devignes, Michel Dumontier, Malika Smaïl-Tabbone, Adrien Coulet. Extraction d'association d'EIM à partir de dossiers patients : expérimentation avec les structures de patrons et les ontologies. Deuxième Atelier sur l'Intelligence Artificielle et la Santé, Jun 2016, Montpellier, France. 2016, Atelier IA & Santé. 〈https://ia-sante-2016.sciencesconf.org/〉. 〈hal-01391172〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

289

Téléchargements de fichiers

120

Contact


archive-ouverte@inria.fr