Modélisation de l'expertise en recherche clinique : Application à la cancérologie

par Jean-Marc Blanchard

Thèse de doctorat en Informatique et Automatique Appliquées

Sous la direction de Paul Rubel.

Soutenue en 1994

à Lyon, INSA , en partenariat avec LISPI - Informatique des Systèmes de Production Industrielle (Lyon, INSA) (laboratoire) et de école doctorale non créée (laboratoire) .


  • Résumé

    L'Intelligence Artificielle a d'emblée montré un grand intérêt pour le domaine médical et les Systèmes Experts ont largement abordé les problèmes inhérents à la pratique courante en Médecine. L'application présentée dans le cadre de ce travail aborde la Recherche Clinique en Cancérologie. Une présentation détaillée de cet univers permet d'apprécier l'importance des difficultés rencontrées par les Cliniciens dans le cadre de leur activité. Deux types complémentaires de Systèmes Experts sont développés: pour l'aide à la Décision Thérapeutique et pour l'aide à l'Inclusion de Patients dans les Etudes Cliniques en cancérologie. La validation de la qualité des avis proposés par le module d'Aide à la Décision Thérapeutique a abouti à un résultat global de plus de 85% de réponses conformes avec celles proposées par les Experts, après une évaluation initiale de l'ordre de 80%. Nous avons par ailleurs montré qu'il était possible d'enrichir simplement l'expertise prise en compte, en étendant celle-ci à des pathologies non abordées dans le modèle initial. Enfin, en nous basant sur l'organisation des Bases de Connaissances mises en œuvre et à partir de l'identification de la structuration de la démarche thérapeutique des Experts, nous proposons un modèle conceptuel de représentation de cette démarche. Ce modèle, décomposé en trois étapes de résolution, traduit l'expertise exprimée par les Médecins lorsqu'ils mettent en pratique leurs compétences.

  • Titre traduit

    = Modelization of the expertise in clinical research : Application to oncology


  • Résumé

    The medical field and the doctors' usual practice showed an early interest for Artificial Intelligence (A. I. ). The application presented in this piece of work tackles the question of A. I. Within the field of Clinical Research in Oncology. A full presentation of this specific field of research gives a good appreciation of the difficulties met by the clinicians within the frame of their activity. The expert programs of this application are developed to provide an aid for therapeutic decision as well as for the inclusion of patients in Clinical Studies in Oncology. The validation of the quality of the proposed decisions made by the therapeutic decision aided system led to a global result that is 85% conform to the experts proposed decisions after an initial evaluation of about 80%. We also demonstrate that it is possible to improve the expertise by simply extending it to some pathologies that were not taken into account by the initial model. Finally, on the ground of the organization of the knowledge databases that were used, and from the identification of the structuration of the therapeutic proceeding of the experts, we propose a conceptual model of this proceeding representation. This model, decomposed in 3 stages of resolution, translates the doctors expressed expertise while putting their shills in practice.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (314 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Technologie. Service commun de la documentation.
  • Disponible pour le PEB
  • Cote : THE 94 BLA
  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc'INSA.
  • Accessible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.