AIPSys : un système à base de connaissances orienté objet en vue de l'aide à la prescription de médicaments

par Madani Boukebeche

Thèse de doctorat en Sciences de la vie et de la matière

Sous la direction de Norbert Cot.

Soutenue en 1997

à Paris 5 .

Le président du jury était Jean-Paul Giroud.

Le jury était composé de Norbert Cot, Jean-Paul Giroud, Herman Akdag, Pierre Lévine, Mohamed Bettaz, Sylviane Schwer R..

Les rapporteurs étaient Herman Akdag, Pierre Lévine.


  • Résumé

    Cette thèse s'inscrit dans le projet AIP (artificial intelligence & pharmacology) dont l'objectif est de faire bénéficier le domaine de la prescription de médicaments et en particulier l'automédication de la méthodologie et des techniques issues de l'intelligence artificielle. Il s'adresse à un large éventail d'utilisateurs potentiels allant du grand public, aux étudiants en médecine, pharmaciens et médecins. Pour prendre en compte les multiples aspects de ce projet, notamment l'hétérogénéité des connaissances du domaine d'application, nous avons conçu et développé un système à base de connaissances oriente objet, appelé aipsys, intégrant une base de données structurée elle aussi selon l'approche orientée objet. Ce choix doit permettre de maitriser à la fois la complexité caractérisant les données relatives aux médicaments et la variété des types de connaissances permettant de les prescrire. Ainsi, les entités du domaine d'application (pathologies, malades et médicaments) sont organisées en classes hiérarchisées et isomorphes. Les connaissances sur les procédures de diagnostic et de prescription de médicaments sont représentées par règles de production pouvant inclure des requêtes d'interrogation de la base de données sur les médicaments. Cette diversité de représentation permet alors une grande souplesse de programmation. L'accomplissement des taches de diagnostic, de traitements thérapeutiques et de prescription de médicaments est réalisé par la mise en œuvre des raisonnements bases sur le processus de classification des malades par rapport à la hiérarchie des classes de malades. Ceci est effectué par un parcours intelligent d'arbres de décision guide par des heuristiques et des données sur les malades et leurs pathologies, collectées au moyen d'un dialogue en mode question/réponse. Une fois que la classe d'un malade est connue, les prescriptions sont élaborées à partir des classes de médicaments isomorphes à cette dernière. Pour ce faire, un mécanisme d'inférence fondé sur le principe d'envois de messages et sur une distribution du contrôle au niveau des règles est proposé. Les bases de connaissances d'aipsys sont organisées en modules et le processus d'héritage est étendu aux règles et aux modules de connaissances, ce qui permet une optimisation de la mémoire de travail.

  • Titre traduit

    AIPSys : an object-oriented knowledge based system as a drug prescription helper


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (201 p.)
  • Notes : Avis du jury non réceptionné. Pas de reproduction
  • Annexes : Bibliogr. f. [141]-146

Où se trouve cette thèse ?