Système d'aide au dialogue dans le domaine de la santé intime des femmes

A Dialogue Assistance System for Women's Intimate Health

• Auteur / Autrice : Xingyu Liu
• Direction : François Portet, Didier Schwab
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 10/06/2025
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble, Isère, France ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique de Grenoble (Isère, France ; 2007-....)
• Partenaire(s) de recherche : Equipe de recherche : Groupe d'étude en traduction automatique - Traitement automatisé des langues et de la parole (Grenoble ; 2007-....)
• Jury : Président / Présidente : Benjamin Lecouteux
• Jury : Examinateurs / Examinatrices : Nathalie Camelin, Patrick Paroubek
• Jury : Rapporteurs / Rapporteuses : Xavier Tannier, Sophie Rosset
• DOI : 10.70675/129847fdz0b76z4ad6z9816zc4a2a67420c9

Mots clés

Mots clés contrôlés

Traitement automatique du langage naturel

Femmes -- Santé et hygiène

Analyse du discours -- Informatique

ChatGPT (logiciel)

Mots clés libres

Système de dialogue

Compréhension du langage naturel

TAL biomédical

Santé intime des femmes

Dialogue system

Natural language understanding (NLU)

Biomedical NLP

Women's Intimate Health

Résumé

Cette thèse a été effectuée dans le cadre d'une collaboration CIFRE (convention industrielle de formation par la recherche) entre la société Shesmet et Laboratoire Informatique de Grenoble (LIG). L'accès à l'information en santé intime des femmes est un enjeu crucial, notamment dans un contexte où certaines thématiques restent taboues et où les consultations médicales sont souvent limitées en temps. Cette thèse s'insère dans le contexte d'une solution de conseil personnalisé en ligne et propose le développement d'un système d'aide au dialogue destiné aux professionnelles de santé afin d'améliorer les échanges avec les patientes dans le contexte de téléconseil. Contrairement aux systèmes de dialogue classiques où la génération de réponses est destinée directement à l'utilisatrice, notre approche adopte un rôle de médiation en assistant les soignantes dans la formulation de réponses adaptées, qui gardent la liberté de modifier ou refuser les réponses. L'architecture du système repose sur une modélisation hybride combinant un module NLU, un moteur de recherche de réponses prototypiques et un modèle génératif de type grand modèle de langue (Large Language Model). L'apprentissage des modèles a nécessité la constitution d'un corpus spécifique à la santé intime des femmes, obtenu par extraction et adaptation d'un corpus en anglais ainsi que par génération de dialogues artificiels à l'aide de modèles génératifs. Un processus d'annotation a permis de structurer les informations spécifiques à la santé intime des femmes, facilitant l'adaptation du système aux besoins du domaine. L'évaluation du système a été réalisée à travers une expérimentation avec des sages-femmes, des expertes en santé et des participantes naïves, en mesurant des critères tels que l'utilisabilité, la qualité des réponses et l'efficacité dans la gestion du temps. Les résultats montrent une réduction du temps de réponse de 36,20 à 75,40 secondes pour les soignantes, ainsi qu'une performance satisfaisante de la cohérence (3,7/5) et de la fluidité (4,5/5) des réponses proposées. De plus, la forte similarité sémantique (0,805) des réponses entre sages-femmes utilisant le système souligne sa capacité à homogénéiser la transmission d'informations médicales.

This thesis was carried out within the framework of a CIFRE (convention industrielle de formation par la recherche) collaboration between the company Shesmet and Laboratoire Informatique de Grenoble (LIG).Access to information on women's intimate health remains a critical issue, particularly in a context where certain topics are still taboo and medical consultations are often time-constrained. This thesis is part of the development of an online personalized counseling solution and proposes the design of a dialogue support system intended for healthcare professionals, with the goal of improving communication with patients in the context of teleconsulting.Unlike traditional dialogue systems that generate responses directly for users, our approach acts as a mediator, assisting midwives and gynecologists in formulating appropriate responses, while preserving their freedom to modify or reject the responses.The system architecture is based on a hybrid model, combining NLU model, a prototype-based response retrieval module with a generative Large Language Model (LLM). Training the models required building a domain-specific dataset by extracting and adapting a corpus in English, as well as generating artificial dialogues using generative models. An annotation process structured the information of women's intimate health, enabling better adaptation to the healthcare domain.The system was evaluated through an experimental study involving midwives, domain experts and naive participants, measuring usability, response quality, and efficiency in time management. Results indicate a response time reduction of 36.20 to 75.40 seconds for healthcare professionals, along with satisfying performance in coherence (3.7/5) and fluency (4.5/5) of generated responses. Additionally, the high semantic similarity (0.805) between midwives' responses when using the system highlights its potential to standardize medical communication.