Fouille de textes des dossiers médicaux

Les dossiers médicaux renferment du texte, ce qui sera toujours le cas étant donné que le texte est expressif et succinct, et qu’il peut être rédigé et lu rapidement. Cette caractéristique des dossiers médicaux plaît aux médecins, mais moins aux chercheurs qui veulent mener de vastes études à partir de nombreux dossiers médicaux. Dans les dossiers médicaux, beaucoup de renseignements essentiels se trouvent dans du texte que les ordinateurs ne peuvent pas encore comprendre.

En 2008, le CNR a entrepris une recherche sur la découverte de connaissances dans le cadre d’un projet intitulé Fouille de textes de dossiers médicaux (FTDM). Ce projet vise à développer des outils de fouille de textes qui soient flexibles et adaptables, et dont les utilisateurs finaux puissent se servir pour traiter les dossiers médicaux électroniques et d’autres textes médicaux afin de réaliser des travaux dont l’ampleur peut varier ou pouvant susciter d’autres formes d’incertitude. Le projet FTDM tire parti de l’expertise du Groupe d’information interactive dans le domaine du traitement du langage et des techniques d’apprentissage machine, et s’appuie sur une vaste expérience des textes biomédicaux. Le développement d’outils de fouille de textes est motivé par le désir d’améliorer la santé et le bien-être en accroissant l’efficience et l’efficacité des chercheurs médicaux et des autres professionnels de la santé.

Ce projet repose sur deux principaux scénarios pour le traitement des textes contenus dans les dossiers médicaux : l’émission d’alertes et l’extraction de renseignements médicaux.

Émission d’alertes

Pour se tenir au courant des phénomènes de santé inhabituels, les professionnels de la santé ont souvent recours aux alertes émises d’après la synthèse de données tirées de dossiers multiples. Par exemple, les textes des dossiers de la salle d’urgence sont compilés en temps réel par un ordinateur central qui les analyse afin de faire le suivi des causes des visites à l’urgence. Quand la fréquence d’une cause excède le niveau attendu, une alerte est émise pour informer les professionnels de la santé d’une éclosion soupçonnée. Cela permet aux responsables de la santé publique qui reçoivent l’alerte d’intervenir immédiatement. La mise en place de mesures d’intervention adéquates nécessite vraisemblablement de l’information supplémentaire provenant de diverses sources de données dont beaucoup devraient, elles aussi, être en format texte.

Extraction de renseignements médicaux

Ce scénario repose sur la numérisation d’articles de journaux décrivant des études cliniques, plus particulièrement des essais randomisés contrôlés (ERC). Ces études adoptent souvent une formule commune, mais il demeure très difficile d’en extraire des renseignements. Or, il est essentiel d’extraire des renseignements de ces études pour effectuer des méta-analyses et procéder à des vérifications d’ordre éthique auprès des chercheurs. Une technique d’extraction automatique d’information développée dans le cadre du projet FTDM a donné de très bons résultats et, utilisée en combinaison avec l’interface utilisateur étroitement intégrée, a permis à un spécialiste de saisir rapidement les données vérifiées dans une base de connaissances structurée.

Les techniques utilisées dans ce scénario ont également été appliquées aux textes contenus dans des dossiers de patients, où il faut souvent combiner un renseignement médical extrait (p. ex. hypertension) au contexte environnant (p. ex. « soupçonné » ou « antécédents familiaux »).

Réalisation dans le domaine du transfert de la technologie

Les travaux de développement de technologies d’automatisation menés par le CNR dans le cadre du projet de FTDM ainsi que le transfert de ces technologies aux entreprises canadiennes progressent actuellement bien. Grâce à ces technologies, les entreprises canadiennes pourront lancer sur le marché des technologies basées sur celles du CNR. Le projet devrait prendre fin en 2011.

Information pertinente

Instituts:

• Institut de technologie de l'information du CNRC