Semantic-aware epidemiological surveillance system: application to tuberculosis in Cameroon

Abstract

Les systèmes de surveillance épidémiologique mettent en œuvre des processus complexes de collecte, d’analyse et d’interprétation de données de santé, en vue de la planification ou de l’évaluation des pratiques et politiques de santé publique. Ces systèmes doivent être capables de fournir des in formations actualisées, précises et complètes aux différents acteurs dont les intérêts sont divers et évoluent au cours du temps. Les difficultés auxquelles on est confronté dans leur mise en œuvre sont nombreuses. Par exemple, la capacité à collecter, transmettre et gérer une information structurée, prenant en compte les besoins de sécurité, d’authentification et de confidentialité des données est cruciale, et le MEDES de Toulouse a développé à cet effet un éditeur d’applications "IMOGENE" basé sur le principe de l’Ingénierie Dirigée par les Modèles (IDM). L’utilisation de cette plateforme pour développer et déployer un système de surveillance de la tuberculose au Cameroun, dans un projet collaboratif impliquant UMMISCO, le MEDES, le Centre Pasteur du Cameroun et le Programme National de Lutte Contre la Tuberculose a montré que l’absence de liens sémantiques entre les données ne permet pas d’exploiter que les informations explicitement stockées dans les bases de données. L’idée présentée dans cette thèse pour répondre à cette insuffisance est l’exploitation des informations contenues dans le code source, pour inférer de nouvelles connaissances et les intégrer dans une ontologie de domaine. Plus précisément, nous proposons une approche basée sur les Chaînes de Markov Cachées (CMC) et qui, contrairement aux techniques existantes qui se limitent à l’extraction des terminologies, concepts et propriétés, permettent aussi l’apprentissage des axiomes et des règles. La mise en œuvre sur le code source de la plateforme EPICAM a permis de dire de manière claire, précise et brève ce qu’on considère comme principale information obtenue qui a été évaluée et validée par les experts du domaine.