Contribution à la conception, l'élaboration et l'implémentation d'outils informatiques à base d'agents intelligents pour l'aide au télé-suivi des patients et à la prescription médicale individualisés

par Hagop Keork

Projet de thèse en Informatique

Sous la direction de Etienne Colle et de Nadia Abchiche-mimouni.

Thèses en préparation à Paris Saclay , dans le cadre de Sciences et Technologies de l'Information et de la Communication , en partenariat avec IBISC - Informatique, Biologie Intégrative, & Systèmes Complexes (laboratoire) , IRA2: Interactions, Réalité Augmentée, Robotique Ambiante (equipe de recherche) et de université d'Evry-Val-d'Essonne (établissement de préparation de la thèse) depuis le 17-12-2015 .


  • Résumé

    La e-santé (ehealth) désigne tous les aspects numériques touchant de près ou de loin la santé. Cela concerne des domaines comme la télémédecine, la prévention, le maintien à domicile, le suivi de maladies chroniques à distance (diabète, hypertension, insuffisance cardiaque, etc.), les dossiers médicaux électroniques ainsi que les applications et la domotique. La e-santé est de plus en plus vue comme la solution aux difficultés de notre système de soins, confronté à des défis majeurs tels que : • Le vieillissement de la population et la gestion de la dépendance, • l'accès universel à une prise en charge de qualité et l'accroissement significatif des dépenses, • l'explosion des maladies chroniques. Sa généralisation implique de résoudre des problèmes éthiques, techniques et scientifiques à différents niveaux : • la confidentialité des données personnelles, • la gestion du déploiement des solutions techniques pour couvrir l'ensemble de la population française, • le basculement vers le numérique des services de santé actuels, • la responsabilisation, la formation, l'autonomie, le suivi des patients lorsque les solutions de e-santé leur permettront de rester à domicile pour leur traitement, • enfin, la partie cachée de l'iceberg concerne le traitement automatique des données et la mise en place de systèmes décisionnels capables de rendre compte de l'individualisation des prises en charges médicales d'une part, et de prendre en compte les problèmes de santé publique d'autre part. Si la France a pris du retard dans le domaine, des dispositions du gouvernement relatives à la modernisation des établissements de santé ont permis le déploiement de la télémédecine en ville dans 9 régions expérimentales depuis mars dernier. Dans le contexte particulier de l'hôpital Sud Francilien, l'idée générale est la conception d'une base de données pour la gestion des dossiers médicaux d'une part, et pour la collecte d'informations permettant d'analyser et d'extraire des données scientifiques en lien avec la médecine basée sur la preuve (evidence-based medicine) d'autre part. L'utilisation d'outils d'informatique et de biostatistiques pourra être intégrée grâce, notamment à l'utilisation d'entrepôts de données. Cette solution semble répondre à l'existence de plusieurs bases de données spécifiques sur le site (à intégrer ou à faire communiquer). Une base de données AVC, créée depuis un an, contient environ 800 patients, il s'agit de généraliser son utilisation pour le télé-suivi des patients. L'exploitation de ces données permettra le suivi de patients à distance. Elle peut aussi être utilisée pour le recrutement de candidats à des essais cliniques. Objectif L'objectif principal de cette thèse est de proposer une approche à base de systèmes multi-agents agents adaptatifs intelligents ([1], [2]) capables de gérer la complexité du système de soins par une architecture adéquate, et de concevoir et d'implémenter des modèles de prescription médicale et de suivi de patients individualisés. Dès les années 70, avec la conception du premier système expert MYCIN pour le diagnostic et le traitement de maladies infectieuses en hématologie, les applications en médecine n'ont cessé d'interpeler cogniticiens et informaticiens. Les outils informatiques ont évolué ; Les limites des systèmes experts et des systèmes de prédiction basés sur des approches classiques de l'IA d'une part, et le développement de la médecine basée sur la preuve (evidence-based medicine) d'autre part, ont donné un nouvel essor à l'association de l'informatique et de la médecine, puisque de nouveaux défis sont à relever en termes de données à traiter et de connaissance 'profondes' à prendre en compte lors de la conception des nouvelles applications. Les connaissances profondes s'opposent aux connaissances de surface traditionnellement employées dans les systèmes experts par le fait qu'elles modélisent le fonctionnement du système (i.e. effet des médicaments par exemple, recommandations officielles relatives à une pathologie ou à un profil de patient) indépendamment de l'application qui va en faire usage. Ainsi modélisé, un système peut ensuite être conçu et utiliser de tels modèles pour diverses applications : simulation, diagnostic ou prescription. Plus récemment, de nombreuses bases de données pour stocker les données relatives aux essais cliniques ont été créées par divers organismes, en répertoriant médicaments, effets secondaires et résultats. Le Canada est un des précurseurs dans le domaine (http://www.hc-sc.gc.ca/dhp-mps/prodpharma/databasdonclin/index-fra.php). Depuis que l'OMS recommande l'enregistrement de tout essai clinique (http://www.who.int/ictrp/trial_reg/fr/), une base de données mondiale est disponible à https://clinicaltrials.gov/. Au delà des questions relatives à la fiabilité, la sécurité et le stockage des bases de données que cela engendre, des défis d'interopérabilité entre les bases de données se posent non seulement en termes de SGBD et de modèle de données, mais également lors de l'exploitation de ces données au niveau sémantique et au niveau de l'interaction entre les données des différentes bases. Avec le développement du web, le thème de la e-santé est devenu un thème de recherche à part entière, pluridisciplinaire, puisqu'il implique non seulement des chercheurs et des praticiens de la santé, mais aussi des sociologues, des économistes, des ergonomes, des modélisateurs et enfin, il pose de nombreux défis aux informaticiens. En effet, le défi le plus important est le traitement d'une très importante masse de données (Big-data) pour lesquelles les algorithmes d'apprentissage ont fait leur preuve notamment dans le cas de traitement de données épidémiologiques. L'utilisation des systèmes multi-agents ([11]) permettra de combiner des méthodes d'apprentissage automatiques avec des connaissances tirées de la médecine basée sur la preuve (evidence-based medicine). Il s'agira de combiner des types de connaissances hétérogènes issues de la médecine théorique, de la biologie et de la pharmacologie, avec des connaissances inférées à partir de données cliniques. L'objectif de la thèse est de proposer une architecture intégrative à base d'agents intelligents qui permettra de faire coopérer plusieurs types de connaissances et de données médicales en vue d'une médecine individualisée qui utilisera les nouvelles technologies. Le système ainsi obtenu aura plusieurs applications possibles dans le domaine du diagnostic, de la prescription et du télé-suivi individualisés des patients. Dans le cadre de cette thèse, le cas de maladies chroniques sera l'application privilégiée. Au delà de l'apport des applications innovantes de la thèse en e-santé, l'apport scientifique visé par ce projet de recherche est double : (1) Dans le domaine des STIC : proposer une architecture informatique consolidée capable d'intégrer différents types de connaissances et de données, et capable d'intégrer différents types d'algorithmes (modèles cinétiques et dynamique de l'effet des médicaments, algorithmes d'apprentissages,…). L'originalité d'une telle architecture réside dans l'utilisation des systèmes multi-agents, qui apporteront une solution distribuée au problème 'complexe' de l'intégration de données, de modèles et de connaissances de différents types. Une contribution est attendue dans la conception des mécanismes de coopération/collaboration entre les différents modèles, données et connaissances mis en œuvre au niveau de chaque entité (agent) pour permettre à l'architecture obtenue (intégrée) d'exhiber un comportement global cohérent. (2) Dans le domaine du biomédical : proposer une prise en charge médicale individualisée en exploitant toutes le données disponibles sur le patient d'une part, et les connaissances issues de la littérature médicale et des recommandations officielles d'autre part. Notamment, l'idée de la modélisation de stratégie de prescriptions médicamenteuse avec hypothèses sur l'effet des médicaments est une piste prometteuse. Organisation des travaux de recherche Première phase de la thèse (6 mois) : état de l'art et état des lieux. Dans un premier temps, le candidat ou la candidate procèdera à un état de l'art assez large dans le domaine de la e-santé afin de cerner l'état des travaux des recherches et des réalisations en France. Une attention particulière sera accordée au télé-suivi de patients. Cela permettra, de cerner le domaine d'application à adopter durant la thèse, et qui sera nécessairement défini selon les besoins prioritaires du centre hospitalier sud francilien. Un état de l'art de l'avancement des recherches aux niveaux européen et international sera réalisé afin de mettre en avant les défis que ce projet de thèse aura à relever. Réalisation d'un entrepôt de données afin de modéliser et d'harmoniser les différents types de données récoltées et manipulées au sein des différents services du centre hospitalier. La pertinence des techniques de data warehouse ([7], [8], [9]) ayant fait leur preuve, il s'agira d'effectuer un choix technique adapté au Système d'Information de l'hôpital Sud Francilien. Deuxième phase de la thèse (6 mois) : bibliographie sur les systèmes d'e-santé ciblés sur la problématique qui aura été définie durant l'étape précédente et positionnement des verrous scientifiques (informatique et médical) à résoudre. Troisième phase (1 an) : étude, réflexion et implémentation de solutions informatiques à base de systèmes multi-agents et d'outils d'intégration de modèles et de données hétérogènes. Quatrième phase (1 an) : tests, validation, comparaisons par rapport à ce qui existe des résultats du système informatique implanté. Puis, rédaction du manuscrit de la thèse et soutenance. À l'issue de chaque phase et à chaque fois qu'un résultat pertinent est obtenu, une rédaction d'une publication scientifique sera envisagée. Une participation du doctorant à une ou plusieurs écoles thématiques sera également prévue. Bibliographie Ce sujet de thèse vise à proposer une approche informatique intégrative à base d'agents intelligents, avec plusieurs applications possibles dans le domaine de la e-santé. L'originalité de ce sujet réside dans l'utilisation d'une grande masse de données et de connaissances hétérogènes d'une part, et dans la prise en compte de différents types de modèles liés au domaine médical (modèle d'effet des médicaments, modèle d'interprétation d'ECG, etc.) d'autre part. Dans le cadre de la collaboration entre le laboratoire IBISC et le Centre Hospitalier Sud Francilien, l'approche qui sera développée sera illustrée, dans un premier temps, sur une application de télémédecine soit pour des patients suivis par des médecins hospitaliers, soit pour le maintien à domicile de personnes dépendantes ou bien atteintes de maladie chroniques. Dans un second temps, l'emploi d'algorithmes à base d'apprentissage semi-supervisés ou de méthodes d'analyse statistiques [3], au niveau des agents, permettra d'avoir une évaluation de l'efficacité des stratégies employées (modèles de prescription, modèle d'effet des médicaments, méthode de recrutement de candidats aux essais cliniques, etc.), et d'appliquer l'approche développée pour une médecine individualisée. En effet, les systèmes multi-agents permettent l'interaction avec l'environnement et la prise en compte du retour de l'environnement quant aux actions effectuées et aux prises de décisions. Cette prise en compte, avec un réajustement des décisions et actions des agents, permettra une individualisation (adaptation) des décisions et des actions au profil des individus. Même si en l'état actuel de l'avancement de la recherche il n'existe pas de système ayant une ambition similaire à ce qui est proposé dans le cadre de cette thèse, de nombreux travaux utilisent les systèmes multi-agents pour la gestion des aspects distribués des données médicales, soit en vue du recrutement de candidats à des essais cliniques ([4]), soit en vue d'un diagnostic ([6]) ou encore la prise en charge de plusieurs pathologies ([10]). Il y a également des systèmes à base d'agents pour le suivi d'études cliniques ou de partage de données entre les patients. Références 1. N. Abchiche-Mimouni, Adaptive organization for cooperative systems. KES 2012, Pages 128-138 2. Bernon, C., Camps, V., Gleizes, M.-P., and Picard, G. (2005). Engineering Self-Adaptive Multi-Agent Systems: the ADELFE Methodology. In Agent-Oriented Methodologies, chapter 7, pages 172-202. Idea Group Publishing. 3. Christopher M. Bishop, Pattern Recognition and Machine Learning, © 2006 Springer. 4. S. Feyisetan, G. Tyson, A. Taweel, M. Vargas-Vera, T. Van Staa, and B. Delaney, ePCRN-IDEA - an agent-based system for large-scale clinical trial recruitment. AAMAS Workshop on Agents Applied in Health Care (A2HC), pages 19-28, Juin 2012. 5. M. Lluch-Ariet, A. Brugues de la Torre, and J. Pegueroles-Valles. Performance evaluation of mosaic : A multi agent system for multilateral exchange agreements of clinical data. AAMAS Workshop on Agents Applied in Health Care (A2HC) , pages 7-15, Juin 2012. 6. U. Mihaela and U. Rainer, SMDS A stigmergic approach to medical diagnosis. AAMAS Workshop on Agents Systems for Medecine , pages 87-103, Mai 2006. 7. W. H. Inmon, The Data Warehouse and Data Mining. Communications of the ACM, November 1996/Vol. 39, No. 11, Pages 49-50. 8. Surajit Chaudhuri, Umeshwar Dayal, An overview of data warehousing and OLAP technology, ACM SIGMOD Record, Volume 26 Issue 1, March 1997 Pages 65-74. 9. T. Rozan Sahama and P. R Croll, A data warehouse architecture for clinical data warehousing. Proceedings of ACSW '07 Proceedings of the fifth Australasian symposium on ACSW frontiers - Volume 68, Pages 227-232. Australian Computer Society, Inc. Darlinghurst, Australia, Australia ©2007. 10. I. Sanchez-Garzon, J. Fdez-Olivares, E. Onaindia, G. Milla, J. Jordan, and P. Castejon. A multi-agent planning approach for the generation of personalized treatment plan of comorbid patients. AIME 2013, LNAI 7885, pages 23-27, Juin 2013. 11. M. Wooldridge and N. R. Jennings, “Agent theories, architectures, and languages: a survey,” in Intelligent Agents, Wooldridge and J. Eds, Eds., Berlin: Springer-Verlag, 2009, pp. 1–22.

  • Titre traduit

    Integrating Medical Strategies in a multi-agent system: application to personalzed medicine


  • Résumé

    The main objective of this thesis is to propose a multi-agent approach based capable of managing the complexity of the healthcare system through proper architecture, and to design and implement models of prescription and monitoring individual patients.