Conception Et Réalisation D'un Module Clinique Pour Les DSE (Dossier de Santé Électronique) - WWW - Alra3i.com-147 PDF

Mmoire de Fin dtudes
Pour lobtention du diplme dingnieur dtat en informatique

Option : Systme dinformation
Thme :
Conception et ralisation dun module clinique

pour les DSE (Dossier de Sant lectronique)
Ralis par :
Encadr par :
- BOUZERD Mohamed Ouchabane.
- Mr ABBASSENE Ali (CDTA).
- LACHEHEB Tarek.
- Mr AT NOURI El Mehdi
(CDTA- GPEMA CANADA).
- Mr HIDOUCI Walid-Khaled (ESI).
Promotion : 2012/2013.
Ddicaces
Je ddie ce modeste travail
mes chers parents, sans leur soutien aprs
celui dALLAH je n'aurai jamais
eu l'occasion d'arriver jusque-l.
Je vous suis d'une grande reconnaissance
et d'une admiration indniable.
QuALLAH les prserve et les protge.
A tous mes frres et toutes mes surs.
A toute ma famille et tous mes Amis.
Tarek.
Ddicaces
Je tiens ddier ce travail mes parents

et les remercier pour tout ce quils mont apport
pour lducation et les principes quils mont inculqu
et pour leurs amours
et leurs soutiens quotidiens et permanents
je vous suis dune reconnaissance infinie.
A mon frre et ma sur.
A mes amis.
Merci tous.
Mohamed Ouchabane.
Remerciements
Nous remercions ALLAH le tout puissant de nous avoir donn le courage et la

volont d'achever ce travail, sans Lui il naurait jamais t accompli.
Nous remercions nos familles pour leur prsence et leur soutien, nous ne vous
remercierons jamais assez.
Nous tenons remercier lquipe qui a assur notre encadrement en

loccurrence Mr Ali ABBASSENE, Mr Elmehdi ATNOURI et Mr Walid Khaled HIDOUCI.
Nous remercions les enseignants de lESI qui tout au long dans notre cursus
nous ont transmis leur savoir.
Nous noublions surtout pas de remercier toute personne ayant aid

laboutissement de ce travail, ne serait-ce quun conseil ou des encouragements.
Tarek & Mohamed Ouchabane
Rsum
Lapplication de linformatique aux soins de sant, principalement travers le DSE

(Dossier de Sant lectronique) est loin dtre gnralise.
La principale raison qui a fait que lutilisation des DSE nest pas gnralise est la
difficult de concevoir des modules qui grent efficacement linformation mdicale relative
l'tat de sant d'un patient.
En effet, dune part les praticiens de la sant veulent utiliser la description textuelle,
pour dcrire et capturer toute linformation clinique, bien quelle soit trs subjective. Dautre
part, les informaticiens prfrent plutt que linformation clinique soit capture dans des
formats structurs.
Le prsent projet vise mettre en uvre un module clinique au sein du DSE, qui peut
satisfaire les deux exigences, celles des praticiens et celles des informaticiens, savoir
capturer linformation clinique mme subjective dune manire structure.
Lors dune consultation un mdecin prend les signes mdicaux (ensemble des
paramtres (tension artrielle, rythme cardiaque, temprature corporelle, )) de son patient
ainsi que ses symptmes la base desquels il dcide du diagnostic. Les signes mdicaux et
les symptmes tant linformation capture, elle sera prsente dans un format structur pour
faciliter au mdecin lidentification du diagnostic correspondant.
En plus, il serait intressant de conserver le diagnostic propos pour lensemble des
symptmes et signes mdicaux capturs, dans lobjectif de capitaliser lexprience et
concevoir au futur, un systme capable de suggrer des diagnostiques potentiels pour des cas
similaires.
Mots cls : DSE (Dossier de Sant Electronique), Smiologie et Diagnostic, Capture des
donnes dobservation, Symptmes et signes cliniques, Pattern dobservation clinique,
Capitalisation de lexprience.
VI
Table des matires

Rsum ............................................................................................................................... VI
Table des matires ............................................................................................................ VII
Liste des figures : ................................................................................................................ X
Liste des tableaux : ........................................................................................................... XII
Liste des abrviations : .................................................................................................... XIV
Contexte gnral :................................................................................................................. 1
Introduction gnrale : ......................................................................................................... 1
Contexte : ............................................................................................................................. 2
Problmatique : .................................................................................................................... 2
Objectifs : ............................................................................................................................. 3
Solution propose : ............................................................................................................... 3
Organisation du mmoire : ................................................................................................... 3
Partie I : tat de lart................................................................................................................. 5
Chapitre I La connaissance dans le domaine mdical ............................................................. 6
Introduction : ........................................................................................................................ 6
I.1
Concepts de base : ...................................................................................................... 6
I.1.1 Systme dInformation (SI) : .................................................................................. 6

I.1.2 Fournisseur de Soin (FDS) :(Care Delivery Organization CDO) ....................... 6
I.1.3 Systme dInformation Hospitalier (SIH) : ............................................................ 6
I.1.4 Le Dossier de Sant Electronique (DSE) et le Dossier Mdical Electronique (DME)
:
................................................................................................................................. 9
I.1.5 Linformation mdicale : ...................................................................................... 12
Sous Problmatique :.......................................................................................................... 13
Conclusion :........................................................................................................................ 13
Chapitre II Les normes et terminologies mdicales : un outil pour la standardisation de
linformation mdicale ........................................................................................................... 14
Introduction : ...................................................................................................................... 14
II.1
Dfinitions : .............................................................................................................. 14
II.1.1
Normalisation : .................................................................................................. 14
II.1.2
Norme : .............................................................................................................. 14
II.1.3
Terminologie : ................................................................................................... 15
II.1.4
Ontologie : ......................................................................................................... 15
VII
II.2
Normes et terminologies mdicales : ....................................................................... 16
II.2.1
Comparaison des terminologies mdicales SNOMED CT et CIM 10 : ............ 20
Sous problmatique : .......................................................................................................... 40

Conclusion :........................................................................................................................ 40
Partie II : Analyse et Conception ........................................................................................... 41
Introduction : ...................................................................................................................... 42
Chapitre III Description dtaille de la solution ................................................................... 43
III.1 Capture de linformation : ........................................................................................ 43
Introduction : .................................................................................................................. 43
III.1.1 Types dinformations potentiels : ...................................................................... 44
III.1.2 Mise en place du modle de capture : Structuration de lespace dobservation 45
III.1.3 SNOMED CT en pratique : ............................................................................... 50
III.1.4 Logique floue :................................................................................................... 54
Conclusion : .................................................................................................................... 56
III.2 Traitement de l'information capture : ..................................................................... 57
Introduction .................................................................................................................... 57
III.2.1 Le pattern observation ....................................................................................... 57
III.2.2 Passage du pattern observation au pattern rsultat : .......................................... 57
III.2.3 Etude dun cas clinique : ................................................................................... 67
Conclusion : .................................................................................................................... 71
III.3 Reprsentation graphique : ....................................................................................... 72
Introduction : .................................................................................................................. 72
III.3.1 Reprsentation graphique du pattern rsultat : .................................................. 72
Conclusion : .................................................................................................................... 78
Chapitre IV Conception dtaille de la solution.................................................................... 79
Introduction : ...................................................................................................................... 79
IV.1 La base de donnes BDD 1 : .................................................................................... 80
IV.2 Conception de la BDD 2 : ........................................................................................ 80
IV.2.1 Identification des acteurs : ................................................................................. 80
IV.2.2 Identification des cas dutilisation : ................................................................... 81
IV.2.3 Description dtaille des cas dutilisation : ....................................................... 81
IV.2.4 Diagramme de classes de la base de donnes : ................................................. 90
IV.2.5 Dictionnaire de donnes : .................................................................................. 90
VIII
IV.2.6 Passage au modle relationnel : ......................................................................... 91

IV.2.7 Codification : ..................................................................................................... 92
Conclusion :........................................................................................................................ 92
Conclusion de la partie II: .................................................................................................. 92
Partie III : Mise en uvre, tests et rsultats ........................................................................... 93
Chapitre V Mise en uvre Tests et rsultats ........................................................................ 94
Introduction : ...................................................................................................................... 94
V.1 Outils et environnement de dveloppement : ........................................................... 94
V.1.1
HTML : .............................................................................................................. 95
V.1.2
CSS : .................................................................................................................. 95
V.1.3
JavaScript : ........................................................................................................ 95
V.1.4
PHP : .................................................................................................................. 95
V.1.5
SQL :.................................................................................................................. 96
V.1.6
Le systme de gestion de base de donnes (MySQL) : ..................................... 96
V.1.7
Serveur Web (Apache) : .................................................................................... 97
V.1.8
Mediboard :........................................................................................................ 97
V.2 Tests et rsultats : ..................................................................................................... 98

V.2.1
Dfinition des cas cliniques et prsentation des mdecins : .............................. 99
V.2.2 Etablissement des patterns observations, des patterns rsultats et des

reprsentations graphiques : ......................................................................................... 101
V.2.3
Traitement des cas cliniques :.......................................................................... 109
V.2.4
Comparaison et interprtation des rsultats obtenus : ..................................... 111
Conclusion gnrale : ....................................................................................................... 112

Perspectives : .................................................................................................................... 112
Bibliographie : .................................................................................................................. 114
Webographie : .................................................................................................................. 117
IX
Liste des figures :

Figure 1. Acteurs internes et externes dun SIH.
Figure 2. Sous-systmes dun SIH.
Figure 3. Schma illustratif de la hirarchie de CIM 10.
Figure 4. Historique de la SNOMED CT.
Figure 5. Composants de la SNOMED CT.
Figure 6. Exemple illustratif des relations de SNOMED CT.
Figure 7. Schma explicatif du contexte initial de la solution propose.
Figure 8. Hirarchie des signes/symptmes dans SNOMED CT.
Figure 9. Modalits de lattribut Dclenchement dans SNOMED CT.
Figure 10. Exemple de symptme reli une modalit de dclenchement.
Figure 11. Modalits de lattribut Intensit dans SNOMED CT.
Figure 12. Exemple pour lattribut Localisation dans SNOMED CT.
Figure 13. Modalits de lattribut Qualit dans SNOMED CT.
Figure 14. Modalits de lattribut Priodicit dans SNOMED CT.
Figure 15. Les principes de la logique floue.
Figure 16. Schma explicatif du calcul de la force dun pattern observation.
Figure 17. Niveaux de couleurs allant du vert au rouge.
Figure 18. Rayon du cercle allant de 0 5.
Figure 19. Les couleurs associes aux niveaux de validit.
Figure 20. Reprsentation graphique individuelle du pattern 1.
Figure 24. Reprsentation complte dun cas clinique.
Figure 25. Diagramme dactivit du cas n1.
Figure 26. Diagramme de squence du cas n1.
Figure 27. Diagramme dactivit de cas n2.
X

Figure 33. Diagramme de classes associ la base de donnes des SSQ.
Figure 34. Architecture dun environnement Web.
Figure 35. Visualisation complte du cas clinique N1.
Figure 40. Histogramme de la comparaison des rsultats des tests.
XI
Liste des tableaux :

Tableau 1. Tableau rcapitulatif des diffrences entre un DME et un DES.
Tableau 2. Tableau rcapitulatif des types de normes.
Tableau 3. Normes principales du domaine mdical.
Tableau 4. Tableau rcapitulatif des chapitres de CIM 10.
Tableau 5. Tableau rcapitulatif des axes de SNOMED CT.
Tableau 6. Tableau comparatif entre SNOMED CT et CIM 10.
Tableau 7. Structure de modlisation dun signe/symptme SSQ .
Tableau 8. Types et caractristiques des attributs dun SSQ.
Tableau 9. Fusion dattributs quantitatifs.
Tableau 10. Valeurs de la fonction force.
Tableau 11. Tableau rcapitulatif des signes et symptmes capturs.
Tableau 12. Tableau descriptif du symptme insomnie .
Tableau 13. Rayons du cercle correspondant aux niveaux de force
Tableau 14. Les couleurs associes aux niveaux de validit.
Tableau 15. Donnes relatives aux patterns du cas clinique C.
Tableau 16. Tableau rcapitulatif des besoins satisfaire.
Tableau 17. Liste des cas dutilisation associs leurs acteurs.
Tableau 18. Description textuelle du cas n1.
Tableau 22. Dictionnaire de donnes.
Tableau 23. Pattern observation du symptme n1 du cas n1.
XII

Tableau 33. Tableau rcapitulatif des rsultats obtenus par les tests.
XIII
Liste des abrviations :

ASCP : American Society of Clinical Pathologists
BPM : Battements par minute.
CAP : College of American Patholigists
CCD : Continuity of Care Document
CCR : Continuity of Care Record
CDSS : Clinical Decision Support System
CDTA : Centre de Dveloppement des Technologies Avances
CIM-10 : Classification Internationale des maladies v10
CSS : Cascading Style Sheets
CST : Consistance dun pattern observation
DICOM : Digital Imaging Communications
DME : Dossier mdical lectronique
DSE : Dossier de sant lectronique
FC : Frquence cardiaque.
FDS : Fournisseur de Soin
FR : Frquence respiratoire.
HL7 CCOW : Health Level 7 Clinical Concept Object Workgroup
HL7 CDA : Health Level 7 - Clinical Document Architecture
HL7 v3 RIM : Health Level 7 Version 3_ Reference Information Model
HL7 : Health Level Seven
HTML : Hypertext Markup Language
IEEE : Institute of Electrical and Electronics Engeneers
IHTSDO : Internationl Health Terminology Standards Developement Organisation
LOINC : Logical Observation Identifiers Names Ccodes
MTA : Malaise thoracique aigu
NCP : Nom complet prcis
NCPDP : National Council for Prescription Drug Programs
XIV
NHIN : National Health Information Network

OBJ : Objectivit dun pattern observation
OMS : Organisation Mondiale de Sant
PHP : Personal Home Page : Hypertext Preprocessor
RPC : Raisonnement partir de cas
RCPath : Royal College of Pathologists
RdS : Revue des systmes
SGBD : Systmes de gestion de bases de donnes
SGBDR : Systmes de gestion de bases de donnes relationnelles
SGDP : Systme de Gestion du Dossier Patient
SI : Systme d'information
SIH : Systme dInformation Hospitalier
SNOMED CT : Systematized Nomenclature Of Medicine Clinical terms
SNOMED RT : Systematized Nomenclature Of Medicine Reference terminologie
SNOMED : Systematized Nomenclature Of Medicine
SNOP : Systematized Nomenclature of Pathology
SPP : Support of a pattern
SPPmax : Maximum Support of a pattern
SQL : Structured Query Language
SSQ : Standard Symptom Qualifiers
TA : Tension artrielle.
TP : Terme privilgi
UMLS : Unifed Medical Language System
XV
Introduction gnrale
Contexte gnral :
Le projet de fin dtudes que nous somme sur le point dentreprendre dans ce rapport
fait partie dun projet propos par le Centre de Dveloppement des Technologies Avances
(CDTA). Il comprend en plus de notre projet intitul conception et ralisation dun module
clinique pour les DSE qui concerne ce qui va tre dfinis comme Espace dobservation, le
projet de fin dtudes intitul lEspace de prdispositions dans les donnes mdicales et
le projet intitul lAnnotation des descriptions cliniques textuelles ce dernier prend en
charge lannotation des descriptions cliniques, incluses dans les deux premiers projets, par
des termes issus dune norme mdicale ceci pour objectif de standardisation.
Le projet du CDTA intitul Systme de Gestion du Dossier Patient (SGDP) est
dvelopp pour le domaine de la sant publique, afin de servir de rfrentiel pour les
praticiens. Ses applications sont multiples notamment en permettant davoir un accs simple,
rapide et scuris aux informations mdicales structures et non structures (imageries,
rsultats danalyses et dexplorations, diagnostics, antcdents mdicaux, rsums
dhospitalisation, etc.) relatives un patient particulier.
Introduction gnrale :
La sant de lhumain est lun des dons les plus importants dont il a t investi et quil
doit prserver. Pour cela, les mdecins ne cessent de dvelopper les diffrentes branches de
la mdecine. Les informaticiens de leur ct font profiter la mdecine des avances
technologiques du domaine informatique, que ce soit en terme de traitement, de stockage ou
de partage de linformation ou bien mme dadministration ou daide la dcision.
Notre travail fait partie des applications daide la dcision, plus prcisment laide
du mdecin lidentification dun diagnostic.
Introduction gnrale
Contexte :
Pour identifier un diagnostic deux acteurs sont indispensables, le mdecin et le patient
concern. Le mdecin commence par demander au patient la cause de sa venue qui reprsente
les symptmes initiaux (relevs par le patient sur lui-mme), puis relve dautres symptmes
qui ne peuvent tre constats que par un praticien. Il passe ensuite la prise des signes
mdicaux (tension artrielle, rythme cardiaque, temprature corporelle, etc.) et termine par
lexamen des systmes vitaux (respiratoire, cardiaque, digestif, etc.) ; Toutes ces tapes sont
comprises dans la phase de la capture des informations cliniques dnotant lespace
dobservation1.
Aprs la phase de la capture des informations cliniques de lespace dobservation le
mdecin passe la phase du raisonnement clinique, en se basant sur ces dernires, lespace
de prdisposition2 (histoire mdicale du patient,) et dans certains cas sur des examens
complmentaires, pour identifier le diagnostic.
Problmatique :
Aprs la phase de la capture des informations cliniques (Espace dobservation), la
prochaine tape du processus didentification du diagnostic est le raisonnement clinique, qui
se base essentiellement sur ces informations captures. Lespace dobservation tant
compos de signes et symptmes pralablement de diffrent effet sur un cas clinique donn
et tant eux mme composs dinformations lmentaires combines pour leur donner une
description plus prcise (lintensit, la localisation, la dure, etc.), ces dernires ont une
importance diffrente pour un signe/symptme donn et dun signe/symptme un autre.
Le mdecin doit mettre et garder en tte toutes ces informations avec tous leurs dtails
simultanment pour pouvoir appliquer son raisonnement clinique et arriver identifier avec
le plus de fiabilit possible le diagnostic qui leur correspond, chose qui devient difficile
proportionnellement au nombre de signes/symptmes associs un cas clinique donn.
1
2
Lespace dobservation est lensemble dinformations cliniques (une dfinition plus dtaille est donne dans le chapitre suivant).
Lespace de prdisposition est lensemble dinformations prcliniques (une dfinition plus dtaille est donne dans le chapitre
suivant).
Introduction gnrale
Objectifs :
Lobjectif majeur de ce travail est laide du mdecin dans sa prise de dcision
concernant un diagnostic et do en dcoulent les objectifs suivants :
Rduire le temps destin la consultation.
Rduire le risque derreur dans le processus didentification du diagnostic.
Rduire leffort ncessaire pour le raisonnement clinique fourni par le mdecin.
Solution propose :
La solution que nous proposons pour remdier la problmatique sus pose consiste
en le dveloppement dun module qui va permettre de :
Capturer linformation clinique (signes et symptmes).
Traiter pour synthtiser linformation modlise.
Reprsenter graphiquement linformation synthtise.
Organisation du mmoire :
Partie I : Etat de lart
Cette partie est divise en deux chapitres :
Chapitre 1 : La connaissance dans le domaine mdical.
Dans ce chapitre est faite une tude sur les informations mdicales ceci du point de vue
dun informaticien cest--dire en identifiant la source de ces informations (le praticien),
comment elles existent (leurs types) o elles existent (le SIH Systme dinformation
hospitalier) et o elles sont stockes (DSE Dossier de sant lectronique ou DME
Dossier mdical lectronique ).
Chapitre 2 : Les normes et terminologies mdicales : un outil pour la standardisation de
linformation mdicale.
Ce chapitre dbute par une tude sur la normalisation, en passant par des dfinitions
de bases (normalisation, norme, terminologie, ontologie), poursuit par une tude sur les
normes et terminologies mdicales en incluant un rcapitulatifs de ces normes et termine par
une comparaison entre elles et le choix de la norme utiliser dans la suite du travail.
3
Introduction gnrale
Partie II : Analyse et conception

Cette partie est divise elle aussi en deux chapitres :
Chapitre 3 : Description dtaille de la solution.
Ce chapitre est divis en trois parties : La capture de linformation qui consiste en la
mise en place dun modle capable de capturer et de structurer linformation mdicale
clinique, le traitement de linformation qui consiste en ltablissement des formules pour le
traitement de ces informations et enfin la reprsentation graphique des rsultats du traitement.
Chapitre 4 : Conception dtaille de la solution.
Dans ce chapitre sont conus notre systme et les bases de donnes ncessaires son
fonctionnement.
Partie III : Mise en uvre, tests et rsultats
Cette partie est constitue dun seul chapitre :
Chapitre 5 : Mise en uvre, tests et rsultats
Au dbut de ce chapitre sont dfinis les outils utiliss pour le dveloppement de
lapplication et lenvironnement qui lui est ncessaire pour fonctionner.
A la fin sont prsents les diffrents rsultats des tests effectus par notre application
et la comparaison entre les rsultats des tests effectus laide notre application et ceux
obtenues sans lutiliser.
Partie I :
tat de lart
Chapitre I
Chapitre I
La connaissance dans le domaine mdical
La connaissance dans le domaine

mdical
Introduction :
Lenvironnement du mdecin est compos principalement de trois concepts. Le
systme dinformation hospitalier qui rgit lensemble de la structure hospitalire, le dossier
de sant mdical et linformation mdicale stocke dans ce dernier et que le mdecin doit lire
ou inscrire.
I.1 Concepts de base :

I.1.1 Systme dInformation (SI) :
Systme constitu des ressources humaines (le personnel), des ressources matrielles
(l'quipement) et des procdures permettant d'acqurir, de stocker, de traiter et de diffuser les
lments d'information pertinents pour le fonctionnement d'une entreprise ou d'une
organisation. [GDT 13] (Office qubcois de la langue franaise, 2004).
I.1.2 Fournisseur de Soin (FDS) :(Care Delivery Organization

CDO)
Cest toute entit ou organisme dont la tche principale est de fournir des services de
soins [Gartner 13] (hpital, clinique, mdecin, infermire, laboratoire danalyse) [IBM 08].
I.1.3 Systme dInformation Hospitalier (SIH) :

I.1.3.1 Dfinition :
Cest un systme d'information (SI) appliqu aux tablissements de sant [Mediboard
13]. Comme tout SI, il facilite la gestion de l'ensemble des informations, mdicales et
administratives, dans un hpital [Degoulet 04]. Un SIH est destin assurer la communication
de l'information entre tous les acteurs d'une organisation de sant [Mediboard 13].
Chapitre I
Il traite linformation et garantit sa cohrence. Linformation, une fois capture, doit

tre disponible en tous lieux, en tous moments et dans des dlais acceptables.
I.1.3.2 Domaines et vocations dun SIH :

Le SIH gre deux domaines diffrents :
Les systmes de gestion :
Ils concernent la gestion des ressources humaines, les affaires financires et
conomiques, la logistique, les achats et toutes les activits dites dintendance, savoir la
gestion des repas, la gestion de la lingerie, etc. [insa-lyon 13]
Les systmes relatifs la prise en charge du patient :
Il sagit de la prise en charge administrative, mdicale et paramdicale qui concerne le
cur de mtier de lhpital savoir la production de soins. [insa-lyon 13]
I.1.3.3 Analyse du SIH :

Acteurs :
Figure 1. Acteurs internes et externes dun SIH. [Degoulet 04]
Chapitre I
Sous-systmes :
Pilotage
Mdico-Economique.
Financier et Budgtaire.
Qualit.
Communication
Production des soins

dossier patient.
gestion des actes.
Logistique
Gestion des ressources
Approvisionnements
Figure 2. Sous-systmes dun SIH. [Degoulet 04]
I.1.3.4 Objectifs dun SIH :

Les enjeux dun SIH sorientent autour de deux grands objectifs : [Degoulet 04],
[insa-lyon 13].
a. Lamlioration de la qualit des soins :

Aider la prise de dcision.
Amliorer et faciliter le partage et la communication entre acteurs.
Rduire les dlais dattente.
Amliorer la continuit des soins.
Matriser lusage des consommables.
Amliorer la scurit et la traabilit des actions de soins.
b. La matrise des cots :

Rduire la dure des sjours.
Optimiser les diverses ressources.
8
Chapitre I
Diminuer les tches administratives.

Diminuer les frais du personnel.
I.1.3.5 La ncessit dinformatiser le SIH :

Malgr la disponibilit des informations mdicales, objectif que le SIH a uvr pour,
ces informations ne sont pas toujours bien collectes ni bien exploites. De ce fait, elles nont
pas limpact rel quelles devraient avoir sur lamlioration de la qualit du systme de sant
[BAGAYOKO 10].
Les informations mdicales mme bien collectes ne sont pas totalement exploites
[insa-lyon 13] cause du volume important du flux dinformations circulant dans le SIH.
A cet effet il est intressant dinformatiser le SIH, ce qui permet de constituer une base
de donnes sur lactivit hospitalire qui peut tre support de multiples analyses tant
mdicales, que comptables ou managriales en vue de mieux comprendre les phnomnes,
leurs volutions et denvisager leurs amliorations continues. [insa-lyon 13]
Linformatisation du SIH est invitable et introduit implicitement le concept de dossier
mdical informatis qui remplacera la version papier de ce mme dossier.
Il existe diffrents types de dossiers de sant informatiss qui contiennent la plupart le
mme type d'information, parmi eux le dossier de sant lectronique (DSE) et le dossier
mdical lectronique (DME). Le plus souvent, les gens emploient les deux termes DSE
(dossier de sant lectronique) et DME (le dossier mdicale lectronique) alternativement et
croient quils sont identiques, cependant ils ne le sont pas, comme prsent dans ce qui suit :
I.1.4 Le Dossier de Sant Electronique (DSE) et le Dossier

Mdical Electronique (DME) :
I.1.4.1 Dossier Mdicale Electronique (DME) :
Le dossier mdical lectronique (DME) se concentre sur les renseignements
mdicaux spcifiques au mdecin. Sa structure reflte les besoins individuels des mdecins
ou des groupes de mdecins impliqus directement dans les soins d'un patient. En d'autres
mots, sa structure est centre sur l'intervenant. [CFPC 13]
Chapitre I
Cest une application dont lenvironnement est compos dentrepts de donnes

cliniques, daide la dcision clinique, de vocabulaire mdical contrl, de pharmacies et
dapplications de documents cliniques. Le DME est utilis par des FDS pour documenter,
surveiller et contrler les soins. Les donnes contenues dans le DME sont un compte rendu
de la rencontre du patient avec le FDS, le DME tant la proprit de ce dernier. [Garets &
Davis 06]
I.1.4.2 Dossier de Sant Electronique (DSE):

Le dossier de sant lectronique est un document centr sur le patient qui peut
contenir des renseignements provenant d'un large ventail de FDS. De faon gnrale, il
contient un sous-ensemble d'informations que l'on peut partager, y compris les profils
cumulatifs des patients avec les ordonnances, les allergies et les antcdents d'immunisation.
On y retrouvera des renseignements intgrs touchant les rencontres intra et extrahospitalires
avec le systme de soins de sant. [CFPC 13]
Cest un sous-ensemble de DME, actuellement connu pour tre des rcapitulatifs de
soins comme le dossier de soin continue Continuity of Care Record CCR de lASTM
International (AMERICAN SOCIETY FOR TESTING AND MATERIALS INTERNATIONAL) et le document de soin
continu Continuity of Care Document CCD de la HL7 (HEALTH LEVEL 7) ; Le DSE est
possd par le patient qui a le droit de le consulter, il comporte des pisodes de soin provenant
de plusieurs FDS dans une communaut, une rgion, ou un tat (ou dans certains pays, le pays
entier). [Garets & Davis 06]
I.1.4.3 Diffrence entre le DSE et le DME :

Le DME Contient toute information mdicale sur le patient concernant un seul FDS
tandis que le DSE est un ensemble de tous ou quelques DME dun seul patient peu importe
le FDS ; Tout amalgame subsistant sera lev par le tableau suivant qui contient les principales
diffrences entre un DSE et un DME :
10
Chapitre I
DME
Dossier des services cliniques fournit lors
DSE
Sous-ensemble d'informations
dune consultation un patient par un
provenant de divers FDS o le patient
FDS.
a eu des consultations.
Appartient un FDS donn.
Appartient un patient donn.
Se rapporte aux confins d'un FDS et ne
Se rapporte au partage des documents
contient que des informations provenant
travers diffrents FDS.
de ce FDS.
Cest un systme vendu par des
entreprises et install par des FDS.
Cest un systme commun adopt par

une rgion, une communaut ou un
pays entier, reli par un rseau national
de linformation de sant comme le
NHIN (National Health Information
Network).
le patient peut avoir accs quelques
Fournit un accs interactif aux patients
informations depuis un terminal sans
permettant la consultation ainsi que la
pouvoir les modifies (accs non
modification de certaines informations.
interactif).
Contient les informations de toutes les
consultations ncessaires pour identifier
Est une vue complte de l'tat de sant

du patient.
un seul diagnostic.
Sera cltur et deviendra statique au
moment o lon identifie le diagnostic.
Est mis jours par lajout de tous

nouveau DME contenant ainsi
linformation la plus rcente sur ltat
de sant du patient.
Tableau 1. Tableau rcapitulatif des diffrences entre un DME et un DSE.

11
Chapitre I
Il n'est pas toujours ncessaire [CFPC 13] d'avoir accs l'information que l'on
retrouve dans le DSE chacune des consultations mais on y fera appel lorsque des
informations supplmentaires sont ncessaires.
I.1.5 Linformation mdicale :

I.1.5.1 Dfinition :
Cest l Information relative la mdecine et la sant, qui est non nominative et
d'intrt gnral, et qui est largement diffuse et facilement accessible. [GDT 13]
(Office
qubcois de la langue franaise, 2007)

En dautres termes cest lensemble des informations concernant les patients et
lesquelles le mdecin a affaire. Elle peut tre rpartie en dix classes diffrentes :
Symptmes.
Signes.
Revue des systmes.
Histoire mdicale passe.
Laboratoires.
Condition mdicale prsente.
Style de vie.
Histoire familiale.
La mdication prsente.
Donnes dmographiques.
et en deux grandes catgories :
I.1.5.2 Espace dobservation :

Regroupe les informations cliniques qui dcrivent la manifestation du phnomne de
la maladie, savoir les symptmes, les signes et la revue des systmes.
Les informations le composant sont collectes au moment de la consultation entre le
mdecin et le patient, sont stockes dans le DME (cf. section I.1.4.1) et reprsentent ltat de
sant actuel du patient qui deviendra automatiquement, aprs identification du diagnostic, une
partie du DSE (cf. section I.1.4.2).
12
Chapitre I
I.1.5.3 Espace de prdispositions :

Reprsente les conditions prcliniques du patient qui peuvent influencer lvolution de
la pathologie tel que (Histoire mdicale passe, Laboratoires, Prsente condition mdicale,
Style de vie, Histoire familiale, Mdication actuelle, Donnes dmographique).
Le mdecin na pas recueillir ces informations puisquelles sont dj stockes dans
le DSE, il ne fait que le consulter pour les utiliser trs ventuellement dans la dmarche pour
lidentification du diagnostic.
Sous Problmatique :
Lors de la capture des informations cliniques de lespace dobservation une nouvelle
problmatique sest pose et qui consiste en le fait que ces informations captures ne sont pas
standardises cest--dire pour une situation donne on peut trouver deux descriptions
totalement diffrentes, ceci dans les termes utiliss non pas dans le sens souhait.
Pour y remdier cette problmatique on utilisera un support de standardisation qui
soccupera de la normalisation et de lunification des termes cliniques de lespace
dobservation utiliss par le mdecin.
Conclusion :
Les Systmes dInformation Hospitalier (SIH) sont loutil de base utilis pour la
gestion dentits hospitalires. Les informations mdicales circulant dans le SIH sont stockes
dans un dossier de sant lectronique (DSE) ou un dossier mdical lectronique (DME).
Ces informations doivent tre standardises chose que le chapitre suivant va prendre
en charge.
13
Chapitre II
Les normes et terminologies mdicales : un outil pour la standardisation de

linformation mdicale
Chapitre II Les normes et terminologies

mdicales : un outil pour la standardisation
de linformation mdicale
Introduction :
La normalisation est souvent synonyme dusage commun, standardisation dchanges
ou encore dinteroprabilit. Dans ce chapitre et pour le contexte de notre travail nous allons
prsenter un autre aspect de standardisation qui va mettre en vidence la ncessit et
lutilisation invitable de cet outil.
II.1 Dfinitions :
II.1.1
Normalisation :
La normalisation a pour objet de fournir des documents de rfrence comportant des

solutions des problmes, techniques et commerciaux concernant les produits, biens et
services, qui se posent de faon rpte dans des relations entre partenaires conomiques,
scientifiques, techniques et sociaux (extrait du Dcret n84-74 du 26 janvier 1984). [UTC 13]
Processus qui mne la dfinition et la mise en application de normes relatives
des produits, des activits ou leurs rsultats, afin de rpondre des besoins
d'uniformisation, de performance ou de qualit dans un domaine donn. (Office qubcois
de la langue franaise, 2006). [GDT 13]
II.1.2
Norme :
La norme est un document tabli par consensus, qui fournit, pour des usages
communs et rpts, des rgles, des lignes directrices ou des caractristiques, pour des
activits ou leurs rsultats, garantissant un niveau dordre optimal dans un contexte donn
(extrait du Guide ISO/CEI 2). [UTC 13]
14
Chapitre II

Ensemble de rgles fonctionnelles ou de prescriptions techniques relatives des

produits, des activits ou leurs rsultats, tablies par consensus de spcialistes et
consignes dans un document produit par une autorit lgitime.
Les normes permettent de fournir une certaine garantie de performance, de qualit,
d'interchangeabilit. (Le grand dictionnaire terminologique, 2006). [GDT 13]
II.1.3
Terminologie :
La terminologie est ltude systmique de la dnomination des notions appartenant

des domaines spcialiss de l'exprience humaine et considres dans leur fonctionnement
social [GDT 13]. En tant que science, sintresse au recensement des concepts dun domaine
et des termes qui les dsignent ainsi que la compilation des concepts dun domaine et de leurs
termes associs. La plupart des terminologies ont une vise normative. [Zweigenbaum 98]
La diversit des types de terminologies est une consquence de la multitude des
objectifs du traitement de linformation, on cite quelques exemples :
Exemple de
Objectif
Nom du type
La recherche dinformation
Thsaurus
MESH
Classification
CIM10
Nomenclature
SNOMED CT
Recueil de donnes des fins

statistiques
La description dobservations cliniques
terminologie
Tableau 2. Tableau rcapitulatif des types de normes. [Zweigenbaum 98]
II.1.4
Ontologie :
Ensemble d'informations dans lequel sont dfinis les concepts utiliss dans un
langage donn et qui dcrit les relations logiques qu'ils entretiennent entre eux (Office
qubcois de la langue franaise, 2006) [GDT 13].On peut considrer quune ontologie est
laboutissement formel de la dfinition dune terminologie [Zweigenbaum 98].
15
Chapitre II

II.2 Normes et terminologies mdicales :

Une terminologie clinique est un ensemble de termes et leurs synonymes qui
normalisent l'enregistrement des constatations, des circonstances, des vnements en relation
avec le patient. Elle intervient comme soutient pour les soins cliniques, l'aide la dcision et
l'amlioration de la qualit de service [AMIA & AHIMA 07]. Nous citons au titre dexemples
des terminologies tels que LOINC pour des rsultats de laboratoires, SNOMED pour les
termes cliniques, et CIM-10 pour les diagnostics mdicaux. [Kim 05]
Une terminologie clinique groupe les maladies, les procdures semblables et organise
l'information mdicale [AMIA & AHIMA 07], parmi ses objectifs :
Assurer lorganisation et la normalisation des descriptions mdicales.
Permettre la capture, le stockage, l'change et la rcupration de l'information
mdicale.
Faciliter la communication et linteroprabilit entre diffrents prestataires de soins.
Aider normaliser les descriptions des causes de dcs et de maladies, les types et
causes de blessures, les traitements, les procdures, et les interventions des mdecins
et des infirmires.
Aider galement capturer les symptmes, les signes, la complexit du soin, et autres
caractristiques du soin ou des personnes recevant ce soin.
Les terminologies forment l'information contenue dans les dossiers de sant. Elles sont
la base des rapports sur la sant publique. Elles sont une assurance d'interoprabilit,
et ainsi, elles permettent le dploiement d'un rseau pour lchange de l'information
mdicale.
Pour notre travail le premier objectif est indispensable savoir lorganisation et la
normalisation des descriptions mdicales.
Le tableau suivant est un rcapitulatif des normes et terminologies mdicales rparties
selon leur domaine dutilisation :
16
Chapitre II

Standard
Acronyme
Domaine
Description
Echange de donnes /Transmission de messages

Health Level Seven
transmission de
une norme de transmission de
Messaging Standards
HL7 v2.x,
messages
messages pour l'change des
version 2 and version
v3.0
d'change de
donnes cliniques, financires,
donnes
et administratives.
Digital Imaging
transmission de
une structure de langage
messages de
commun pour partager des
radiologie
images de radiologie.
Communications in
DICOM
Medicine Consortium
Institut des ingnieurs
lectriciens et
transmission de
lectroniciens
IEEE
(Institute of Electrical
messages
d'appareil mdical
and Electronics
une structure commune de

transmission de messages pour
partager des communications
d'appareil mdical.
Engeneers)
une norme pour l'change
National Council for
Prescription Drug
NCPDP
Programs
transmission de
d'information prescription-
messages de
connexe. facilite en ligne
prescription
prescrire et d'autres processus

pharmacie-connexes.
Terminologie
Classification
Internationale des
maladies (International
CIM-10
termes cliniques
Un ensemble commun de
termes et codes pour des
diagnostics cliniques. Utilis
17
Chapitre II

Classification of
gnralement dans la
Diseases)
facturation et les applications

cliniques
Un ensemble standard de noms
Logical Observation
et de codes universels pour
Identifiers Names
Ccodes
LOINC
termes de
identifier les rsultats de
laboratoire
laboratoire. Facilite l'change

d'information de laboratoire
entre diffrents systmes.
Un large ensemble de termes
Systematized
Nomenclature Of
clinique normalis utilis

SNOMED
CT
termes cliniques
Medicine
gnralement dans une srie

d'applications de logiciel
comprenant EHRs.
Unifed Medical
Language System
UMLS
termes et
concepts mdical
Une grande base de donnes

de vocabulaire qui trace une
srie de termes mdical aux
concepts cliniques communs.
Document
Une norme de document qui
Continuity of Care
Record
documents
CCR
rcapitulatifs
cliniques
codifie la faon par laquelle

l'information clinique
importante (telle que la liste et
les allergies de problme)
devrait tre partage
18
Chapitre II

Un modle standard d'change

pour les documents cliniques
Health Level 7 -
HL7 CDA
Clinical Document
documents
cliniques
tels que des rsums de

dcharge et des notes de
progrs. Autrefois connu
Architecture
comme l'Architecture de
Dossier Patient.
Conceptuel
Un modle standard d'change
pour les documents cliniques
Reference Information
Model : Health Level
tels que des rsums de

HL7 v3
concepts
RIM
cliniques
7 Version 3
dcharge et des notes de

progrs. Autrefois connu
comme l'Architecture de
Dossier Patient.
Application
Health Level 7
Clinical Concept
Object Workgroup
HL7
interoprabilit
Une architecture qui permet
CCOW
d'application
l'accs scuris aux dfrentes

applications software.
Tableau 3. Normes principales du domaine mdical. [CHF 04]

Le type dinformations mdicales qui nous concerne est purement clinique, on la
nomm espace dobservation. Ceci nous permet de rduire le choix de la norme utiliser
seulement celles qui traitent directement de laspect clinique, savoir :
CIM 10.
SNOMED CT.
Pour ce faire on va suivre une approche de comparaison bien dtermine, prsente cidessous.
19
Chapitre II

II.2.1
Comparaison des terminologies mdicales SNOMED
CT et CIM 10 :
Lapproche de comparaison consiste en les quatre tapes suivantes :
1. Prsentation des deux normes.
2. Dfinition des critres de comparaison.
3. La comparaison selon les critres dfinis.
4. Discussion et rsultats.
II.2.1.1
A.
a.
La prsentation des deux normes :

CIM 10 :
Prsentation :
La CIM (Classification internationales des maladies) au nom complet (Classification

statistique Internationale des Maladies et des problmes de sant connexes) est une norme
mdicale prvue avant tout pour la classification des maladies et des traumatismes assortis
d'un diagnostic explicite [OMS 08].
La CIM est gre par lOrganisation Mondiale de Sant (OMS) depuis 1948, cette
dernire a publi la dixime version de la CIM en 1993.
Le but de la CIM est de permettre l'analyse systmatique, l'interprtation et la
comparaison des donnes de mortalit et de morbidit recueillies dans diffrents pays ou
rgions et des poques diffrentes [OMS 08].
La CIM est utilise pour transposer les diagnostics de maladies ou autres problmes de
sant, en codes alphanumriques, ce qui facilite le stockage, la recherche et l'analyse des
donnes [OMS 08].
b.
Historique :
Lorigine de la CIM revient au dbut du dix-huitime (18) sicle avec la premire
statistique sur les causes de dcs des enfants gs de moins de 6ans ralise par J. Graunt et
a volu depuis pour passer par :
Premier essai de classement systmatique des maladies :
20
Chapitre II

-Les travaux de F. Bossier de Lacroix (1706-1777) (plus connu sous le nom de

Sauvages ) dans sa publication Nosologia methodica
-Louvrage de Linn (1707-1778) intitul Genera morborum .
-La classification de William Cullen (1710-1790) Synopsis nosologia methodicae
publie en 1785 et fut la classification des maladies la plus couramment utilise au dbut du
dix-neuvime (19) sicle.
Nomenclature uniforme des causes de dcs :
Etablie par la coordination des travaux du Dr William Farr (1807-1883) et du Dr Marc
d'Espine sous la demande du Premier Congrs international de Statistique en 1853.
Nomenclature internationale des causes de dcs :
Ralise sous la demande de l'Institut international de Statistique par le Dr Jacques
Bertillon (1851-1922) et ses collaborateurs en 1891 et rvise chaque dix (10) ans depuis
1900.
Nomenclature internationale des maladies et causes de dcs :
En sa sixime (6) rvision, des travaux aboutirent l'tablissement d'un document
intitul Classification statistique internationale des Maladies, Traumatismes et Causes de
Dcs et son adoption en 1948 par lOrganisation Mondiale de la Sant (OMS).
Classification internationale des Maladies, Traumatismes et Causes de Dcs
9me rvision (CIM 9) en 1975.
Classification statistique internationale des maladies et des problmes de sant
connexes 10me rvision (CIM 10) en 1993 (version anglaise) et publie sous forme de trois
(3) volumes.
CIM 10 version franaise en 1994 le volume 1, en 1995 le volume 2 et en 1996 le
volume 3.
c.
Contenu des trois volumes de la CIM-10 :

Volume 1. Table Analytique. Ce volume contient : [ICIS 12]
-Le rapport de la Confrence internationale sur la dixime version
-La classification elle-mme
-La classification de la morphologie des tumeurs
21
Chapitre II

-Des tableaux spciaux de la mortalit et de la morbidit

-Des dfinitions et les rgles de nomenclature.
Volume 2. Manuel d'utilisation. Ce volume contient : [KOHLER 02]
-Des instructions sur l'utilisation du volume1
-Lhistorique de la CIM.
Volume 3. Index alphabtique. Ce volume contient : [KOHLER 02]
-Index des chapitres I XIX et XXI.
-Index des causes de mortalit et de morbidit (Chapitre XX).
-Index des mdicaments et produits chimiques.
Mises jour :
Les mises jour officielles des volumes publis de la CIM-10 sont disponibles, sur le
site internet de l'OMS, volet classifications (www.who.int/classifications). [ICIS 12]
d.
Organisation et structure de la CIM 10 :

La CIM 10 est une classification hirarchique mono axiale [Zweigenbaum 04]. Elle
est focalise sur un double classement tiologique et organique [HONNORAT 09] et elle
comporte trente-milles (30 000) termes rpartis en 21 chapitres, dix-neuf (19) parmi eux sont
utiliss pour coder les pathologies ; En plus des vingt et un (21), deux (02) chapitres
supplmentaires ont t ajout. Le tableau suivant est une liste exhaustive des chapitres de la
CIM 10 :
Chapitre
Code
Titre
A00-B99
Certaines maladies infectieuses et parasitaires.
II
C00-D48
Tumeurs.
III
D50-D89
Maladies du sang et des organes hmatopotiques et

certains troubles du systme immunitaire.
IV
E00-E90
Maladies endocriniennes, nutritionnelles et mtaboliques.
F00-F99
Troubles mentaux et du comportement.
22
Chapitre II

VI
G00-G99
Maladies du systme nerveux.
VII
H00-H59
Maladies de l'il et de ses annexes.
VIII
H60-H95
Maladies de l'oreille et de l'apophyse mastode.
IX
I00-I99
Maladies de l'appareil circulatoire.
J00-J99
Maladies de l'appareil respiratoire.
XI
K00-K93
Maladies de l'appareil digestif.
XII
L00-L99
Maladies de la peau et du tissu cellulaire sous-cutan.
XIII
M00-M99
XIV
N00-N99
Maladies de l'appareil gnito-urinaire.
XV
O00-O99
Grossesse, accouchement et puerpralit (Priode entre

laccouchement et le retour des menstruations.).
XVI
P00-P96
Certaines affections dont l'origine se situe dans la priode

prinatale.
XVII
Q00-Q99
Malformations congnitales et anomalies

chromosomiques.
XVIII
R00-R99
Symptmes, signes et rsultats anormaux d'examens

cliniques et de laboratoire, non classs ailleurs.
XIX
S00-T98
Lsions traumatiques, empoisonnements et certaines

autres consquences de causes externes.
XX
V01-Y98
Causes externes de morbidit et de mortalit.
XXI
Z00-Z99
Facteurs influant sur l'tat de sant et motifs de recours

aux services de sant.
XXII
800-958
Morphologie des tumeurs.
XXIII
U00-U99
Codes provisoires pour la recherche et les affectations

temporaires.
Maladies du systme osto-articulaire, des muscles et du

tissu conjonctif.
Tableau 4. Tableau rcapitulatif des chapitres de CIM 10. [OMS 08]
23
Chapitre II

Chaque chapitre est lui-mme hirarchis, un chapitre est divis en catgories, les
catgories sont divises en sous-catgories comme le montre la figure suivante :
Figure 3. Schma illustratif de la hirarchie de CIM 10. [KOHLER 02]

Plus on descend dans la hirarchie plus on utilise de caractres pour la codification.
B.
SNOMED CT :
a.
Prsentation :
La SNOMED CT (Systematized Nomenclature of Medcine Clinical Terms) est une
terminologie mdicale clinique . [Jamoulle 10]

La SNOMED CT est actuellement gre lIHTSDO (Internationl Health Terminology
Standards Developement Organisation).
La SNOMED CT peut tre utilise pour coder les donnes cliniques mais aussi pour la
recherche et lanalyse de telles donnes.
24
Chapitre II
b.

Historique :
La SNOMED CT tant une terminologie multiaxiale [IHTSDO 11] son historique
est troitement li celui des terminologies multiaxiales :

1. Avant la cration de la SNOMED CT :
Figure 4. Historique de la SNOMED CT. [Fabry 09]

Systematized Nomenclature of Pathology
(SNOP)
1965 :
-Cest une nomenclature de pathologies dveloppe par le CAP (College of American

Pathologists).
-Elle comporte quatre (04) axes
Systematized Nomenclature of Medicine (SNOMED) 1974 :
-Avec laide du Dr. Roger Cot la SNOP conue pour les pathologies a t tendue
plusieurs spcialits de la mdecine repartis sur six (06) axes, la chose qui a promu son
utilisation dans le domaine de la sant. En 1977 la version lectronique de la SNOMED a t
publie.
SNOMED II (Deuxime dition) 1979 :
-Comporte environs 50.000 termes et passe de six sept axes.
25
Chapitre II

-En a deuxime (2) dition la Snomed a connu plus dacceptation, elle a t approuve
par lASCP (American Society of Clinical Pathologists) et le RCPath (Royal College of
Pathologists) du Royaume-Uni.
SNOMED III (SNOMED International) Septembre 1993 :
-Cest la premire dition de la Snomed approuve par la communaut internationale
de la sant.
-Elle comporte 130,580 termes repartis sur onze (11) axes.
-Cest une nomenclature multidimensionnelle structure pour l'indexation des
diagnostics et traitements mdicaux.
-En a version 3.5 la Snomed comportait 156,965 termes et 12 axes.
SNOMED RT (Reference terminologie) Mai 2000 :
-Remaniement de la structure de la Snomed III en concepts, relations et descriptions.
-Elle comporte 121,000 concepts relis 190,000 termes par plus de 340,000 relations.
2. Aprs la cration de la SNOMED CT :
SNOMED Clinical Terms (premire dition)
Janvier 2002 :
-Cre partir de la fusion de la Snomed RT et la version 3 de la CT (Clinical terms)

une norme utilise au Royaume-Uni.
-Contient approximativement 325,000 concepts relis 800,000 descriptions par
950,000 liens appels relations smantiques.
SNOMED CT Avril 2007 :
Le CAP (College of American Patholigists) a cd la proprit intellectuelle de la
SNOMED CT lorganisation international pour le dveloppement de normes
terminologiques des soins de sant en anglais International Health Terminology Standards
Development Organisation (IHTSDO) qui gre, maintient et met jour cette terminologie.
26
Chapitre II
c.

Les composants de base la SNOMED CT :

La SNOMED CT comprend 3 composants principaux : des concepts, des descriptions
et des relations comme le montre la figure suivante :
Figure 5. Composants de la SNOMED CT. [Fabry 09]

Concept :
Cest un sens clinique identifi par un identifiant numrique unique (ConceptId) qui
ne change jamais . [IHTSDO 13] (www.ihtsdo.org)
Les concepts sont dfinis par les termes qui leur sont associs et par les relations quils
ont avec les autres concepts. [Fabry 09]
Les concepts de SNOMED CT passent par plusieurs tats savoir actif (au moment de
son insertion), inactif (synonyme, erron, ambigu, etc.).
Description :
Cest un ensemble de termes ou de mots associ un concept de SNOMED CT.
Terme dans ce contexte signifie une phrase utilise pour nommer un concept. Un unique
(DescriptionId) identifie une Description. Plusieurs Descriptions peuvent tre associes un
concept identifi par un (ConceptId). [IHTSDO 13]
27
Chapitre II

Types de description :
1. Le Nom complet prcis (NCP - Fully Specified Name en anglais) :
Chaque Concept possde un seul NCP, qui est un ensemble de termes le nommant
dune manire comprhensible pour lhumain.
2. Le Terme privilgi (TP - Preferred term en anglais) :
Chaque concept possde un TP unique dans un dialecte donn. Le TP est ensemble de
termes utilis communment par des praticiens pour nommer ce concept.
3. Les Synonymes :
Un synonyme est un terme autre que le NCP ou le TP, qui peut tre utilis pour
reprsenter un Concept dans une langue ou un dialecte particulier.
Relations
Les relations dans SNOMED CT relient un concept dautres concepts selon quils
aient un sens relatif. Ces relations fournissent des dfinitions formelles et d'autres
caractristiques au concept.
Les relations dans SNOMED CT sont divises en deux types principaux :
1. Les relations hirarchiques :
Comporte uniquement la relation is-a (est un), ce type de relation est lorigine de
larchitecture hirarchique de SNOMED CT tel que la racine est SNOMED CT qui
possde 19 fils appels axes.
2. Les relations transversales :
Comporte plusieurs relations lexemple de finding site (localisation), causative
agent (agent causatif), etc. Ce type de relation permet de relier des concepts de diffrents
axes pour reprsenter dautres aspects de leur dfinition.
28
Chapitre II

Figure 6. Exemple illustratif des relations de SNOMED CT. [IHTSDO 13]

d.
Contenu :
SNOMED CT comporte actuellement : [IHTSDO 13]
-Beaucoup plus que 300.000 concepts actifs.
-Presque un million de descriptions.
-Beaucoup plus quun million de relations.
e.
Organisation et structure de la SNOMED CT :

La SNOMED CT est une terminologie hirarchique multiaxiale possdant dix-neuf
(19) axes de faon quun concept soit une combinaison : [DANIEL-LE BOZEC 07]
-De lanomalie releve.
-Du site anatomique.
-De la cause.
29
Chapitre II

-Des actions entreprises pour traiter lanomalie.

-Des circonstances dapparition.
-etc.
Le tableau suivant prsente lensemble des axes :
Code de laxe
Nom de laxe
Contenu de laxe
404684003
Constatation clinique (Clinical Comporte des concepts dcrivant le

finding)
rsultat d'une observation clinique,
une valuation ou une constatation et
inclut les tats cliniques normaux et
anormaux.
71388002
Procd (Procedure)
243796009
Situation avec un contexte Les concepts dans cette hirarchie

explicite
(Situation
with peuvent tre utiliss dans le dossier
explicit context)
mdical pour prsenter :
Comporte des concepts dcrivant les

activits excutes pour la prestation
du soin. Il comporte aussi une varit
tendue dactivits comme, les
procdures
invasives,
ladministration des mdicaments,
les procdures dimagerie, les
procdures dducation (rgimes) et
les procdures administratives.
Les Conditions et les

procdures qui ne se sont pas
encore produites.
procdures qui se rapportent
quelqu'un dautre que le
patient. (lhistorique mdical
familial).
procdures qui se sont
produites un patient, avant
ltablissement dun
enregistrement dans le
30
Chapitre II

dossier mdical. (lhistorique

mdical du patient).
363787002
Entit observable (Observable Comporte les questions ou des

entity)
procds qui peuvent produire des
rponses ou des rsultats. C'est des
entits qui peuvent tre utilises pour
coder des lments dans une checklist ou n'importe quel lment tel que
sa valeur peut tre assigne.
123037004
Structure du
structure)
corps
(Body Comporte les structures anatomiques

normales et anormales. Des
structures anatomiques normales
peuvent tre utilises pour spcifier
la partie du corps implique dans une
maladie ou une procdure.
410607006
Organisme (organism)
Comporte
les
organismes
significatifs pour la mdecine
humaine ou animale. Les organismes
sont aussi utiliss pour la
modlisation des causes des
maladies dans SNOMED CT.
105590001
Substance (substance)
Contient les concepts qui peuvent

tre utiliss pour lenregistrement
des constituants chimiques des
mdicaments,
les
allergnes
alimentaires et chimiques et les
informations
de
toxicit
ou
d'empoisonnement. Les concepts de
cette hirarchie reprsentent les
substances
gnrales
et
les
constituants chimiques des produits
pharmaceutiques/biologiques.
410607006
Produits
pharmaceutiques/biologiques
(Pharmaceutical/
biologic
product)
Cet axe est diffrent de celui des

Substances. Il a t introduit comme
axe pour mettre en vidence la
diffrence entre les mdicaments
31
Chapitre II

(produits) de leurs composants

chimiques (substances).
123038009
Spcimen (Specimen)
260787004
Objet
physique
object)
78621006
Force physique (Physical force) Comporte

des
concepts
principalement orients la
reprsentation des forces physiques
qui peuvent jouer un rle comme
mcanismes daltration du corps
humain.
272379006
vnement (Event)
Comporte les concepts dcrivant des

situations causant des pathologies
(sans inclure les procdures et les
interventions).
308916002
Environnements
et
localisations
gographiques
(Environments and geographic
locations)
Comporte
des
types
d'environnements aussi bien que des
noms d'endroits tels que des pays,
des tats et des rgions.
48176007
Contexte
context)
social
Comporte les concepts reprsentant

les chantillons qui sont obtenues
(souvent du patient) pour examens
ou analyses.
(Physical Comporte les concepts incluant des

objets naturels ou usins. Une des
utilisations de ces concepts est la
modlisation
des
procdures
utilisant ce genre dobjets
(Social Comporte des conditions et des

circonstances sociales significatives
la sant. Cet axe comporte aussi
des secteurs tels que le statut
conomique,
l'appartenance
ethnique et religieuses, le style de vie
32
Chapitre II

et les mtiers. Ces concepts

reprsentent des aspects sociaux
affectant la sant et le traitement du
patient.
254291000
Degrs et graduation (Staging Comporte des sous-hirarchies

and scales)
comme niveaux de contribution
(Assessment scales) qui numre les
niveaux de contribution de diverses
entits, et des degrs datteinte par
des tumeurs (tumor staging) qui
numre divers degrs et de types
datteinte par une tumeur ou un
cancer.
362981000
Valeur du qualificateur
(Qualifier value)
419891008
Enregistrement dartefact
(Record artifact)
370115009
Concept spcial
(Special concept)
Comporte des concepts utiliss

comme des valeurs pour des attributs
de SNOMED CT et qui nexiste
nulle part ailleurs.
Cest une entit qui est cre par une

ou plusieurs personnes afin de
fournir d'autres personnes des
informations sur des vnements ou
des
tats
d'affaires.
Les
enregistrements dartefacts ne sont
pas obligatoirement des rapports ou
enregistrements
complets.
Ils
peuvent
tre
des
parties
denregistrements plus grands.
Comporte les concepts qui sont
inactifs que ce soit :
Concept de navigation
(Navigational concept).
Concepts inactifs (synonyme,
erron, ambigu, etc.).
Concept de nom despace
(Namespace concept).
33
Chapitre II

900000000000441003 SNOMED
CT Model
Component
Linkage
concept
Ce Sont des concepts qui

spcifient :
*La smantique des relations entre
concepts (Attributs (attribute)).
*les relations affirmes entre les
rapports dans un enregistrement.
(Affirmation dun lien (Link
assertion)).
Namespace
concept
Ce Sont des concepts qui

spcifient lextension pour les
Namespaces alloues par lIHTSDO.
Core
metadata
concept
Ce Sont des concepts qui sont

rfrencs de champs dnumration
inclus
dans
les
versions
internationales
(International
Release).
Foundation
metadata
concept
Les metadata ont une grande

contribution dans le mcanisme
dextensibilit.
Tableau 5. Tableau rcapitulatif des axes de SNOMED CT. [IHTSDO 13]
34
Chapitre II
II.2.1.2

Dfinition des critres de comparaison :
Ce qui suit est une liste des principaux critres de comparaison qui vont nous permettre
de choisir la norme la plus adquate pour le contexte tudi (Standardisation des termes issus
de lespace dobservation) :
A.
La description :
Ce critre mesure la capacit de la norme dcrire les informations de lespace
dobservation (signes et symptmes). Il est divis en deux critres :

Prcision
Ce critre mesure la prcision avec laquelle la norme dcrit le signe ou le symptme.
Combinaison et structure :
Ce critre mesure la complexit des combinaisons et leur capacit amliorer la
description.
B.
Le contenu :
Ce critre mesure lampleur du contenu de la norme en gnrale et particulirement en
termes de signes et symptmes.
C.
Facilit dutilisation :
Ce critre mesure la facilit dutilisation de la norme travers ces trois critres :
Codage :
Ce critre mesure laide que procure le codage en termes de facilit dutilisation.
Comprhensibilit :
Ce critre mesure la comprhension des nominations que ce soit les noms des concepts,
les noms des axes (chapitres), les noms des relations ou ceux des attributs.
Organisation :
Ce critre mesure lefficacit de la rpartition des concepts sur les axes (chapitres). En
dautres termes, il mesure la facilit de retrouver un concept donne en suivant la
hirarchisation de la norme.
35
Chapitre II
D.

La maniabilit :
Ce critre mesure ladaptabilit de la norme des situations nouvelles et/ou complexes.
II.2.1.3
La comparaison selon les critres dfinis :
Le tableau suivant effectue une comparaison entre les normes choisies savoir CIM
10 et SNOMED CT selon les critres dfinis ci-dessus :
Critres
SNOMED CIM
CT
Justification
10
Du fait que SNOMED CT est

multiaxiale (19 axes), elle offre la
capacit de dcrire un signe ou un
symptme avec un trs haut degr de
Prcision
+++
prcision
cest
aussi
la
profondeur de sa hirarchie 20
niveaux, compare CIM 10 qui est
mono-axiale
et
qui
prsent
uniquement 4 niveaux de profondeur.

Du fait que SNOMED CT
Description
possde deux types de relations

savoir (hirarchique et transversal) ce
qui permet de crer des combinaisons
amliorant la description, par contre
Combinaison et
structure
++
CIM10 qui nest quune classification

napporte que les noms des concepts
et ne permet pas de crer des
combinaisons
en
utilisant
les
concepts.
Exemple :
36
Chapitre II

*CIM10
Douleur
thoracique
respiratoire (R07.1)
*SNOMED CT : signe/symptme :
Chest pain on breathing (douleur
thoracique respiratoire) (274664007),
rgion : entire sternal part
of
diaphragm (sternum entier, partie du

diaphragme) (368049004), apparition
et dure : sudden onset AND short
duration
(apparition
soudaine
et
courte dure) (425323003), svrit :

moderate (modr) (6736007)
SNOMED CT contient plus de

300.000 concepts et parmi ceux-l
Contenu
+++
plus de 32,000 concernent les signes

et les symptmes [IHTSDO 08], ce
qui dpasse la totalit des termes de
CIM 10 savoir 30.000.
Code SNOMED CT : 223510005
Correspond : Algeria
(Axe : Environnements et endroits
Facilit
dutilisation
gographiques)
Codage
+
Code
CIM10
: D19
Correspond : chapitre Tumeurs

Le
codage
utilis
dans
SNOMED CT est trs complexe et
37
Chapitre II

nest pas utilisable par tous les

utilisateurs.
Le codage de CIM 10 est plus
simple que celui de SNOMED CT,
mais tellement simple quil napporte
que peu dinformation savoir le
chapitre contenant le concept.
Dans
SNOMED
nominations
Comprhensibilit
++
CT
utilises
gnralement
les
sont
courtes
et
comprhensible, dans CIM10 elles

sont aussi comprhensibles mais trop
longues par rapport SNOMED CT.
CIM 10 comporte 21 chapitres
pourtant
elle
noffre
que
deux
classifications savoir (tiologique et

organique), ce qui rend difficile de
retrouver un concept donne et plus
important encore elle nidentifie pas
Organisation
+++
++
son appartenance clinique.

SNOMED CT comporte 19
axes
et
chaque
axe
est
une
classification indpendante qui donne

lappartenance clinique dun concept
lexemple de : clinical finding
(Constatation
clinique),
body
38
Chapitre II

structure
(Structure
du
corps),
Organism (organisme)
CIM10 de par sa constitution
est une classification ce qui limite son
utilisation pour dcrire aux situations
prtablies en utilisant des concepts
prtablis ce qui la rend statique.
Maniabilit
+++
SNOMED
CT,
elle,
est
compose de concept trs basique

quon peut combiner pour dcrire
nimporte quelle situation qui se
prsente ce qui la rend dynamique.
Tableau 6. Tableau comparatif entre SNOMED CT et CIM 10.
II.2.1.4
Discussion et rsultats :
La terminologie mdicale SNOMED CT est tout simplement la plus adquate pour la

standardisation des descriptions cliniques portes par le mdecin, comme expos dans le
tableau de comparaison.
La SNOMED CT est de loin prfrable CIM 10, dj car cette dernire est ddie
aux statistiques de mortalit et de morbidit linverse de la premire qui elle est ddie pour
la description des informations cliniques. En plus, tant une terminologie, elle assure la
standardisation des termes de cette description.
39
Chapitre II

Sous problmatique :
Les informations issues de lespace dobservation sont standardises ds lors quon
utilise la terminologie mdicale SNOMED CT, cependant elles ne sont toujours pas prtent
pour le traitement.
En effet, dune part les praticiens de la sant veulent utiliser la description textuelle,
pour dcrire et capturer linformation clinique. Dautre part, les informaticiens prfrent
plutt que linformation clinique soit capture dans des formats structurs, ce qui rend le
traitement automatique possible.
La prsente problmatique sera lobjet du prochain chapitre.
Conclusion :
Les normes mdicales tout comme les normes des autres domaines visent
essentiellement crer une certaine standardisation. Dans notre cas, a va prparer
linformation pour subir une procdure de structuration universelle.
La SNOMED CT est loutil par excellence utiliser pour standardiser linformation
mdicale clinique. L'information, tant capture et grce aux normes mdicales
standardise, est prte tre structure.
40
Partie II :
Analyse et
Conception
41
Introduction :
Durant une consultation entre le patient et le mdecin, ce dernier commence par couter
les plaintes du patient concernant son tat de sant celles-ci constituent lensemble des
symptmes, puis le mdecin prend des mesures en relation avec les symptmes relevs cellesci constituent lensemble des signes, il termine par un examen complet du patient dnomm
la revue des systmes ces trois groupes dinformations, en loccurrence les symptmes, les
signes et la revue des systmes sont les composants de ce quon a dfini comme espace
dobservation (cf. section I.1.5.2).
Afin dassurer la standardisation de linformation issue de lespace dobservation on a
eu recours une norme mdicale clinique savoir SNOMED CT (cf. section II.2.1.1B)
La figure qui suit est un schma global explicatif du contexte initial de la solution :
Symptmes
Patient
Mdecin
Autres symptmes + Signes + Revue des systmes
Information
non
normalise
(texte libre)
Information
normalise
La norme mdicale clinique

SNOMED CT
Organise et normalise des descriptions

mdicales.
Facilite la communication et
linteroprabilit entre les diffrents
prestataires de soins.
Etc.(cf. section II.2).
Figure 7. Schma explicatif du contexte initial de la solution propose.

La sous problmatique pose la fin du deuxime chapitre, relative la structuration
de linformation clinique, sera rsolue dans la section qui suit.
42
Chapitre III
Description dtaille de la solution
Chapitre III Description dtaille de la

solution
La solution propose va tre ralise en trois tapes :
La capture de linformation :
Cette tape consiste en la mise en place dun modle capable de capturer et de
structurer linformation mdicale clinique qui nous concerne savoir lespace dobservation.
Le traitement de linformation :
Une fois linformation capture et structure, il sera ncessaire dtablir des formules
pour le traitement de ces informations dj stockes par le modle propos pour la capture.
La reprsentation graphique des informations :
Linformation tant traite elle est prte tre reprsente graphiquement.
III.1
Capture de linformation :
Introduction :
Ltape de capture commence par la conception dun modle capable de capturer et de
structurer linformation mdicale clinique issue de lespace dobservation, tout au long de la
capture on se basera sur la terminologie mdicale SNOMED CT pour assurer la
standardisation de linformation.
Les informations capturer tant souvent de nature imprcise et subjective il sera
ncessaire dutiliser un outil de quantification savoir la logique floue que lon introduira en
temps voulu.
43
Chapitre III
III.1.1
Types dinformations potentiels :
Dans cette partie on numrera les diffrents types des informations faisant partie de
lespace dobservation :
Donnes numriques :
Ce sont des donnes quantitatives qui peuvent prendre des valeurs numriques entires
ou relles.
Exemple :
Le mdecin mesure la temprature dun patient et trouve sa valeur de
type numrique : ex. 37, 5 C.
Donnes binaires :
Ce sont des donnes qui ne peuvent prendre que deux modalits. (Vrai/Faux, Oui/Non,
Prsent/Absent, etc.)
Exemple :
Le mdecin voulant savoir si le patient souffre dune douleur au niveau
de labdomen, la rponse du patient ne peut tre que : oui ou non.
Donnes nominales/ordinales :
Ce sont des donnes appartenant des ensembles prdfinis ; les donnes appartenant
un ensemble nominal ne possdent pas dordre (ex. la liste de quelques fonctions vitales :
{Circulatoire, respiratoire, digestive, mtabolique, reproductrice, endocrinienne}) loppos
des ensembles ordinaux qui eux dfinissent une politique dordonnancement (ex. Les degrs
de svrit dun symptme dfinis par la SNOMED CT : {attnu, attnu--modr, modr,
modr--svre, svre, fatal, svrit menaant la vie}).
Donnes floues :
Ce sont des donnes qui ont la particularit dtre imprcises, ce type de donnes est
trait par des rsultats issues de la logique floue (cf. section III.1.4)
44
Chapitre III
Exemple :
Le mdecin voulant savoir lintensit ou le degr de la douleur dont le
patient souffre, la rponse du patient est souvent de type flou : un peu, beaucoup, etc.
Donnes textuelles :
Ce sont des donnes de type texte utilises pour la description dune situation, un objet,
une sensation, etc. Ce type de donnes est utilis dans le cas o le type dune donne nest
pas lun de ceux dfinis ci-dessus, en effet le type texte est plus gnral et il peut inclure ces
derniers.
Exemple :
Pour dcrire certaines informations concernant le patient, le mdecin ne
peut quutiliser du texte lexemple des facteurs dclencheurs ou sdatifs dun symptme
donn.
III.1.2 Mise en place du modle de capture : Structuration de

lespace dobservation
Incluant des symptmes, lespace dobservation est considr subjectif et contextuel.
Cest, cependant, cet espace qui introduit les principales nuances cliniques ncessitant du
texte libre (free-text) pour tre dcrites.
Dans ce travail on sintressera la description de la manire avec laquelle les
informations constituant lespace dobservation peuvent tre structures et modlises en
prenant en compte les connaissances et pratiques mdicales appropries.
III.1.2.1
Modliser un symptme :
Les symptmes sont le noyau informationnel de lespace dobservation ; Un symptme

tant une preuve subjective dune maladie perue par le patient [Aitnouri 13]. Des aspects
psychologiques ont rarement des effets vidents sur la manire avec laquelle les patients
peroivent et rapportent ce quils ressentent. Cependant il a t constat quun patient mis
avec un groupe de patients souffrant dune mme maladie verra lintensit des symptmes
relatifs cette maladie saccrotre [Lusignan 03]. Ceci est une preuve vidente du caractre
subjectif des symptmes. Les symptmes sont aussi linformation de base des systmes daide
45
Chapitre III
la dcision clinique "CDSS" (Clinical Decision Support System) tant donn que la
connaissance sur les maladies est dcrite en termes de symptmes. En effet, la majorit des
CDSS modlisent la connaissance sur la maladie comme tant la relation causale entre les
symptmes et les maladies, les symptmes tant gnralement dcrits par leurs intensits
uniquement [Steimann 00].
Innocent a, cependant, propos une manire dintgrer laspect temporel pour
modliser la relation causale entre les symptmes et les maladies et a propos des rgles
comme :
La grippe cause toujours le symptme fivre du premier jour au troisime jour .
Fournir uniquement quelques attributs pour dcrire les symptmes est loin dtre
suffisant pour les praticiens qui veulent capturer les diffrents contextes et nuances cliniques.
En fait, les symptmes ont souvent besoin de plusieurs attributs pour tre dcrits, ceci
en se basant sur une littrature spcialise.
Ici sont donns deux exemples de symptmes ncessitant plusieurs attributs pour tre
dcrits :
Description 1 :
Souffrant dune douleur svre intermittente au bas de labdomen depuis les trois
dernires semaines
Description 2 :
Une douleur svre au-dessus de labdomen pendant cinq jours. De nature brulante
apparat notamment la nuit au lit
46
Chapitre III
Il est possible de catgoriser linformation clinique de chaque symptme comme

illustr dans la table suivante :
Attributs (Descripteurs)
Description 1
Description 2
Dclenchement
Dure
3 semaines
5 jours
Intensit
Svre
Svre
Localisation
Bas de labdomen Le haut de labdomen
Qualit (Nature)
brulant
Priodicit
Intermittent
Facteurs
La nuit au lit
Tableau 7. Structure de modlisation dun signe/symptme SSQ .

La structure ci-dessus dite (Standard Symptom Qualifiers) SSQ Qualificateurs
standards de symptme est dfinie comme un ensemble dattributs (descripteurs) utiliss pour
dcrire un symptme.
SSQ = {dclenchement, dure, intensit, localisation, qualit, priodicit, facteurs}
Le modle que nous avons dfini dans cette section ne prend pas en compte des
influences ou des paramtres autres que ceux de la maladie observe, tel que les symptmes
associs, des prcdentes atteintes de cette maladie, etc.
III.1.2.2
Modliser un signe :
Un signe est une preuve objective dune maladie perceptible par le praticien
[Aitnouri 13]. Les signes sont des constatations rsultant de lexamen physique du patient.
Cette dfinition compare celle des symptmes ne permet pas de totalement faire la
diffrence entre ces deux concepts ; Les frontires entre eux sont floues et il y a mme des
chevauchements [Aitnouri 13]. Cependant, afin de comprendre l'espace d'observation, il est
important d'examiner comment l'information sur les signes est prsente et quelles sont ses
relations avec linformation sur les symptmes. Dans la littrature, les signes ne sont pas
toujours dfinis comme une entit mdicale qui peut tre analyse indpendamment des
maladies [Aitnouri 13]. Dans ce travail, les signes sont classifis en deux catgories
principales, que nous pouvons appeler signes et signes-symptmes.
47
Chapitre III
A.
Les signes-symptmes :
Un signe-symptme est un signe associ un symptme et qui fusionnera avec ce
dernier une fois valu.

Un signe-symptme augment lobjectivit du symptme avec lequel il va fusionner.
Exemple : Le symptme fivre
Un patient peut se plaindre de fivre, elle est perue par ce dernier donc cest un
symptme, et le mdecin mesurera objectivement la valeur de la fivre, cest le signe
fivre . Nous disons que la valeur de la temprature (le signe fivre ) fusionnera avec
le symptme fivre ; Uniquement le symptme fivre demeurera, et la valeur de son
intensit sera change par la temprature prise qui est la valeur du signe fivre .
B.
Les signes :
Un signe nest pas associ un symptme. Les signes dans cette dfinition sont
diffrents des signes vitaux.

Les signes ont gnralement un lien explicite et direct aux pathologies. Ils constituent
une description objective de l'espace d'observation. La tension artrielle est un bon exemple
de signe.
Dans ce travail, les signes sont aussi caractriss par le modle SSQ . Ainsi, ils sont
identifis par les attributs du SSQ (dclenchement, dure, intensit, localisation, qualit,
priodicit, facteurs). De cette manire, la fusion des signes avec les symptmes sera plus
vidente.
III.1.2.3
La revue des systmes : (RdS)
La RdS est un examen complet du patient la recherche de symptmes additionnels

non associs la raison principale de la venue du patient. Linformation obtenue de la RdS a
sa propre influence dans le processus de dtermination du diagnostic. Une RdS typique se
compose d'un ensemble de symptmes classifis par les systmes physiologiques et sont des
symptmes qui n'ont pas un SSQ.
48
Chapitre III
III.1.2.4
A.
Etude des attributs du modle SSQ :
Description dtaille des attributs.

Le modle comporte sept attributs : dclenchement, dure, intensit, localisation,
qualit, priodicit et facteurs ; Ils sont dfinis comme suit :

Dclenchement : Cest le mode de dbut dun symptme ou dun signe.
Dure : Cest la quantit de temps passe depuis le moment du dclenchement ou plus
prcisment le moment de la manifestation dun signe ou dun symptme.
Intensit : Cest lintensit ou le degr de svrit du signe ou du symptme.
Localisation : Cest la localisation anatomique du signe ou du symptme en question.
Qualit : Cest la manire avec laquelle se manifestent certains signes ou symptmes.
Priodicit : Cest la dure entre deux apparitions dun mme signe ou symptme ou
bien la frquence pendant un intervalle de temps donn.
Facteurs : Cet attribut comporte des informations complmentaires concernant un
signe ou un symptme et qui ne peuvent tre stockes par lun des attributs dfinis ci-dessus.
B.
Dfinition des types dattributs.

Dclenchement : Cet attribut est de type nominal. (Ex. un symptme peut se dclencher
de manire brutale, progressive, etc.).

Dure : Cet attribut est souvent de type numrique (Ex. depuis deux jours) mais peut
tre aussi de type ordinal ou flou (ex. depuis peu de temps).
Intensit : Cet attribut est souvent de type ordinal ou flou (ex. lintensit dune douleur :
soutenable, moyenne, insupportable).
Localisation : Cet attribut est souvent de type nominal. (Ex. au bas de labdomen)
Qualit : Cet attribut est souvent de type nominal ou ordinal. (Ex. remonte dacide de
qualit brulante).
Priodicit : Cet attribut est souvent de type numrique (ex. deux fois par semaine)
mais peut tre aussi de type nominal, ordinal ou flou (quelques fois par anne).
49
Chapitre III
Facteurs : Cet attribut est souvent de type textuel. (Ex. un patient qui souffre de
remontes dacide uniquement quand il est allong sur un lit).
III.1.3
SNOMED CT en pratique :
A ce stade le modle de capture est dfini, reste dfinir lutilisation de la terminologie

clinique SNOMED CT. Lutilisation de cette dernire se rsume principalement en :
Le choix des signes/symptmes en termes dappellations :
La terminologie clinique SNOMED CT comporte tout un axe appel Constatation
clinique (Clinical finding) (cf. section II.2.1.1B.e) qui consiste en une liste de symptmes et
de signes la figure suivante montre lexemple du symptme Insomnie :
Figure 8. Hirarchie des signes/symptmes dans SNOMED CT.
50
Chapitre III
Le choix de la valeur des attributs :

Dclenchement :
SNOMED CT offre un large domaine de modalits pour lattribut dclenchement
savoir dclenchement aigu, soudain, subaigu, graduel, insidieux (trompeur), etc. La figure
suivante montre quelques-unes de ces modalits :
Figure 9. Modalits de lattribut Dclenchement dans SNOMED CT.

Dans la figure suivante le symptme vertige (vertigo) est reli la modalit de
dclenchement aigue (acute) :
Figure 10. Exemple de symptme reli une modalit de dclenchement.
51
Chapitre III
Intensit :
SNOMED CT offre un large domaine de modalits pour lattribut intensit savoir
fatal, menaant la vie, peu svre, modr, etc. La figure suivante montre quelques-unes de
ces modalits :
Figure 11. Modalits de lattribut Intensit dans SNOMED CT.

Localisation :
La terminologie clinique SNOMED CT comporte tout un axe appel Structure du corps
(Body structure) (cf. section II.2.1.1B.e) qui consiste en une liste de localisations anatomiques
la figure suivante montre lexemple de la localisation Cur (heart) :
Figure 12. Exemple pour lattribut Localisation dans SNOMED CT.

52
Chapitre III
Qualit :
SNOMED CT offre un large domaine de modalits pour lattribut Qualit savoir
brulant, froid, chaud, tranchant, etc. La figure suivante montre quelques-unes de ces
modalits :
Figure 13. Modalits de lattribut Qualit dans SNOMED CT.

Priodicit :
SNOMED CT offre un large domaine de modalits pour lattribut priodicit et
ceci des diffrents intervalles de temps : secondes, minutes, heures, jours, semaines, mois,
annes ; Pour chaque intervalle de temps un ensemble de modalits est dfini. La figure
suivante montre les intervalles de temps et quelques-unes les modalits de lintervalle jours
(days) :
53
Chapitre III
Figure 14. Modalits de lattribut Priodicit dans SNOMED CT.

Facteurs :
Cet attribut comporte du texte libre crit par le mdecin pour un signe/symptme. Pour
garder toujours laspect de standardisation on lui intgre le module dannotation (Cf. Contexte
gnral).
III.1.4
Logique floue :
Introduite par L.Zadeh depuis 1965 [ELKOSANTINI 10], la thorie des ensembles
flous a t de plus en plus utilise dans des domaines scientifiques et actuellement accepte
et utilise dans le domaine mdical. [Grant 09]
La logique floue est une forme de logique multi-value drive de la thorie des
ensembles flous, afin de prendre en charge des raisonnements plutt approximatifs (imprcis)
que prcis. Dans les ensembles de donnes de type binaire (cf. section III.1.1), rgis par une
logique binaire, une donne est soit incluse ou non, cest ce quon appelle le degr
dappartenance, pour ce type densembles il est boolen cest--dire 0 ou 1 tel que le degr
est gale 1 si la donne appartient lensemble, 0 si elle ne lest pas. En logique floue,
lintervalle des valeurs dappartenance varie inclusivement entre 0 et 1 exprimant le degr
54
Chapitre III
dappartenance dune donne un ensemble. Les connaissances du domaine sont alors

dcrites par des ensembles de donnes souvent de type ordinal, les donnes de cet ensembles
sont aussi appeles variables linguistiques, comme {jamais, quelquefois, souvent, toujours,
etc.}
III.1.4.1
Le principe de la logique floue :
Le principe de la logique floue est illustr par le cas de la temprature de leau qui peut
tre reprsente avec un intervalle I de donnes de type rel allant de 0 100 degrs Celsius,
cet intervalle est appel domaine de discussion. Cest alors que nous devons dvelopper un
raisonnement bas sur un ensemble de variables linguistiques de type ordinal qui est le suivant
pour ce cas S= {Froide, Tide, Chaude}. Il est possible de relier une valeur de temprature t
de lintervalle I lensemble S de variables linguistiques comme illustr dans la figure
suivante :
(t)
Froide
Chaude
Tide
1
0.6
0.25
0
20 27
40
60
75
Temprature
Figure 15. Les principes de la logique floue.

Les limites (frontires) entre les valeurs de lensemble S sont floues, et peuvent tre
mieux modlises par la logique floue. A chaque degr de temprature t, se trouvant dans
lune des rgions couvertes par les variables linguistiques dfinies, est associ un degr
dappartenance, dnot par (t) celui-ci exprime le degr dappartenance dun degr de
temprature t une variable linguistique de lensemble S.
Dans la figure 15 un exemple est donn : le degr de temprature t = 27, appartenant
lensemble I de tempratures allant de 0 100, a un degr dappartenance chaque variable
linguistique de S donn comme suit :
{(t=27)=0.6 pour Froide, (t=27)= 0.25 pour Tide, (t=27)= 0 pour Chaude}.
55
Chapitre III
La fonction qui relie un degr de temprature t de I une variable de lensemble S est

appele la loi des possibilits ou la distribution des possibilits (distribution possibility). La
loi de possibilits est dtermine par les connaissances du domaine ainsi que le contexte de
ltude.
En conclusion, la logique et les ensembles flous aide :
Traiter des situations caractrises par limprcision et lincertitude.
Incorporer les connaissances du domaine au moyen de la loi (distribution) de
possibilits.
III.1.4.2
Utilisation de la logique floue :
Pour un symptme donn lensemble des informations stockes par les attributs
intensit , dure , priodicit , qualit est subjectif du fait quil vient du patient,
cette subjectivit additionne limprcision nous obligent utiliser les principes de la
logique floue. Ce qui nous intresse dans notre cas cest le processus inverse de la logique
floue (Dfuzzification [ELKOSANTINI 10])
Dans le cas de lattribut intensit , par exemple, le patient donne au mdecin une
valeur imprcise de type ordinal ou nominal (un peu, moyen, beaucoup, etc.), le mdecin
associe implicitement une valeur numrique de gravit ou de svrit cette valeur en se
basant sur ses connaissances dj acquises.
Dans notre travail nous nous basons sur la connaissance du mdecin pour constituer
une base de connaissances pour des utilisations futures, en effet le passage dun type de
donnes, nominal, ordinal ou mme flou, ncessite lutilisation des connaissances du domaine
tudi, connaissances dtenues par le mdecin dans notre cas.
Conclusion :
Dans cette partie il a t expos comme moyen de structuration de linformation
mdicale le modle SSQ, de standardisation la terminologie mdicale SNOMED CT et de
quantification et de gestion de limprcision la logique floue.
A la fin de cette tape notre information est capture, structure et est stocke dans un
SSQ prt au traitement.
56
Chapitre III
III.2
Traitement de l'information capture :
Introduction
Linformation capture et structure par le modle SSQ est prte au traitement
automatis. Cette tape consiste en ltablissement de formules pour le traitement du pattern
observation.
III.2.1
Le pattern observation
Dfinition :
Un pattern observation est un pattern clinique appartenant lespace dobservation.

[Aitnouri 13]
Dfinition :
Un pattern clinique est une donne clinique ou un ensemble de donnes cliniques

adquatement assembles (fusionnes) et que le praticien utilise comme information de base
qui aide lorienter vers la formulation dhypothses et de diagnostics. [Aitnouri 13]
En fait, le pattern observation est une instance du modle SSQ appliqu un
signe/symptme donn.
Dfinition :
On appellera pattern rsultat le pattern issu du traitement du pattern observation par

les formules de traitement.
III.2.2
Passage du pattern observation au pattern rsultat :
Le modle SSQ constitue une structure unifie pour la capture, la structuration et le

stockage dinformations provenant de lespace dobservation savoir des signes ou des
symptmes.
A ce niveau dtude, nous nous intressons la construction du pattern rsultat qui est
issu du pattern observation lui-mme issu du modle SSQ. Le pattern rsultat est construit de
la combinaison de tous les attributs du modle SSQ. Pour ce faire, analysant le type de ces
attributs, comme illustr dans la table suivante :
57
Chapitre III
Donnes de lespace
dobservation
SSQ
Attributs
Type des donnes
Dclenchement
Dure
Nominal
Ordinal, Numrique
Priodicit
Nominal, Ordinal,
Numrique
Ordinal, Numrique
Nominal, Ordinal
Nominal
Textuel
Intensit
Qualit
Localisation
Facteurs
Caractristiques
des donnes
Qualitatif
Quantitatif
Quantitatif
Quantitatif
Qualitatif
Qualitatif
Qualitatif
Tableau 8. Types et caractristiques des attributs dun SSQ.

Le tableau 8 reprsente le type des donnes aussi bien que la caractristique des
donnes de chaque attribut du modle SSQ, un attribut pouvant tre quantitatif ou qualitatif.
III.2.2.1
Les attributs qualitatifs :
Limportance des attributs qualitatifs sera explique en analysant le symptme

douleur thoracique comme dcrit par le livre en ligne dHarrison [Fauci 13], en particulier
la table 13-2 intitule facteurs cliniques typiques des causes importantes du symptme MTA
malaise thoracique aigu. La table est divise en 5 colonnes comme suit :
Condition : donne toutes les pathologies possibles pouvant causer le symptme MTA.
Dure : donne la dure et le dclenchement (mode de dbut) de ce symptme.
Qualit : donne la qualit du malaise.
Localisation : donne la localisation du malaise.
Facteurs associs : donne les facteurs associs possibles du malaise, comme les
situations de sdation ou daggravation, les symptmes associs, etc. Il existe pour le
symptme MTA 17 conditions diffrentes qui peuvent tre classifie en 5 systmes vitaux :
les conditions du systme cardiovasculaire (Angine, angine instable, infarctus du myocarde
aigu, stnose aortique, dissection aortique, embolie pulmonaire, hypertension pulmonaire,
hypertension pulmonaire), celles du systme respiratoire (Pneumonie ou pleursie,
pneumothorax spontan) celles du systme gastro-intestinal (Reflux sophagien, spasme
sophagien, ulcre peptique, la maladie de Gallbladder la vsicule biliaire ), celles du
systme musculo-squelettique (la maladie musculo-squelettique), celles du systme
neurologique (la zona) et celles du systme psychique
(conditions motives et
58
Chapitre III
psychiatriques). Cela veut dire que sans aucun attribut qualitatif ce nest pas vident
dassocier le symptme MTA un systme vital. Cependant, quand des attributs qualitatifs
dcrivent le symptme, la caractrisation de la condition qui a men au malaise devient plus
vidente et moins floue. En effet, si on ajoute uniquement la qualit du symptme MTA
comme Qualit=pleurtique, le nombre de conditions chute de 17 3 conditions possibles et
le nombre de systme vitaux passe de 5 2 savoir :
Embolisme pulmonaire pour le systme cardiovasculaire.
Pneumonie ou pleursie ou pneumothorax spontan pour le systme
respiratoire.
Si on ajoute plus dattributs, la caractrisation de la condition sera plus prcise. En
effet le symptme MTA possdant le SSQ suivant :
Dclenchement = soudain.
Dure = plusieurs minutes quelques heures.
Qualit = pleurtique.
Localisation = souvent latral, du ct de lembolie.
Facteurs = dyspne, tachypne, tachycardie, hypotension.
Conduit prcisment la maladie dembolie pulmonaire. Cet exemple est une illustration de
la manire avec laquelle les attributs qualitatifs aident la caractrisation de la maladie.
III.2.2.2
Les attributs quantitatifs :
Les donnes de type quantitatif sont le principal type de donnes utilis dans les
systmes de calculs automatiss en tant que donnes cliniques de base en entre. Dans le cas
o plus dun attribut quantitatif est utilis pour dcrire un symptme, comme dcrire un
symptme par son intensit et sa dure, le moteur de raisonnement va fusionner ou combiner
ses attributs afin de crer un nouveau concept informationnel. En effet, lexemple dInnocent
et [Innocent 04], le concept dnomm force dun symptme, est dfinit comme la tnacit
dun symptme, des symptmes plus intenses et plus durables conduisent des symptmes
plus forts. Pour des valeurs dintensit et de dure dun symptme, supposes floues et
appartenant lensemble {petite, moyenne, haute} et pour des valeurs du concept force
59
Chapitre III
appartenant lensemble {faible, moyenne, forte}, un tableau de fusion comme le suivant

peut tre construit :
Intensit
Petite
Moyenne
Haute
Petite
faible
faible
moyenne
Moyenne
faible
moyenne
haute
Haute
moyenne
haute
haute
Dure
Valeur du nouveau concept Force

Tableau 9. Fusion dattributs quantitatifs.
La force dun symptme est la fusion de son intensit et de sa dure, le systme de
raisonnement utilise dsormais, dans son processus, ce concept (la force dun symptme) au
lieu dutiliser chaque attribut part.
Lapproche utilise par Innocent et John [Innocent 04], pour crer des nouveaux
concepts partir des attributs du modle, sera utilise pour construire le pattern rsultat.
III.2.2.3
A.
La force du pattern observation :
Dfinition :
La force dun pattern observation est la fusion ou la combinaison de tous les attributs
quantitatifs du modle SSQ. [Aitnouri 13]
B.
Fusion des attributs quantitatifs en utilisant les ensembles flous :

La fusion ou la combinaison dattributs ncessite quils appartiennent au mme
ensemble ou domaine de dfinition [Yager 97]. Puisque les attributs quantitatifs du modle
SSQ sont en quelques sortes htrognes, la solution est dutiliser les ensembles flous.
Les approches floues [Zadeh 65] [Zadeh 69] pour coder les donnes mdicales sont en
fait largement acceptes ; Lapplicabilit de ces approches a t rvise et dmontr par
Steinman [ Steimann 00]. La principale diffrence entre les ensembles flous et les ensembles dit
60
Chapitre III
serrs (les ensembles o un lment appartient ou nappartient pas un ensemble donn) est
quun lment peut appartenir un ensemble flou avec un degr dappartenance calcul. La
construction dune fonction qui mesure le degr dappartenance, dun lment un ensemble
flou, doit se baser sur la connaissance des relations qui existent entre les objets et les concepts
dans le domaine tudi.
La conversion de donnes mdicales en ensembles flous est faite en saccommodant
aux connaissances mdicales [Seising 06]. En effet, ce qui est considr comme une dure
critique pour un symptme donn pour un nouveau-n est diffrent pour un adulte, elle peut
tre des heures pour un nouveau-n et des jours pour un adulte, mais a a toujours le mme
sens de dure critique pour ce symptme ; Dans les ensembles dit serrs, le symptme a deux
diffrentes valeurs heures et jours , mais dans les ensembles flous ce symptme a la mme
valeur pour le nouveau-n aussi bien que pour ladulte dure critique .La fusion est faite
en combinant les attributs deux deux. Etant donn un ensemble de N attributs, on a Q = {Ai,
i= [1..N]3} lensemble des attributs, C lensemble des paires construites par les attributs de
lensemble Q tel que C = {(Ai, Aj) / i, j = [1..N] et i j}.
Atnouri dans son article [Aitnouri 13] a tendu les attributs quantitatifs lensemble
suivant : intensit (I), dure (D) et priodicit (P), cette extension en plus de prendre tous les
attributs quantitatifs du modle SSQ, elle dfinit une politique de priorit entre ces attributs,
tel que priorit(I)>priorit(D)>priorit(P).
Dfinition :
Une politique de priorit est dfinie entre les attributs pour mettre en vidence la
diffrence entre le degr dinfluence de chacun caractriser un pattern observation.
La fusion des paires dattributs est faite par une fonction de fusion F : Q x Q Q
| + |
| + |
2
+ + 1
( , ) =
(| + | > )
2
+ 1
(| + | < )
{
2
3
i= [1..N] : i allant de 1 N en prenant les valeurs : 1, 2, 3, jusqu N.
61
Chapitre III
O Ap est lattribut le plus prioritaire compar A. [Aitnouri 13]

Lexemple suivant illustre le rsultat de la fusion de deux attributs, A1 et A2 o le
domaine de dfinition D = [1..10] et A1 est plus prioritaire que A2, en utilisant la fonction de
fusion dfinie au-dessus :
A2
A1
10
10
10
10
Tableau 10. Valeurs de la fonction force.

On applique la mme fonction F sur les rsultats de la fusion des paires de
lensemble C construit par les attributs de lensemble Q, et on continue par un processus
rcursif jusqu atteindre une valeur unique pour les rsultats de la fusion tel que la priorit
des rsultats reste la mme que celle des attributs cest- dire :
Pour un nombre dattributs N=3 :
Si Priorit (A1)> Priorit (A2)>Priorit (A3) alors
Priorit (F (A1, A2))> Priorit (F (A1, A3))> Priorit (F (A2, A3))
Une fois la fusion des paires donne le mme rsultat, ce dernier est considr comme
la force du pattern observation.
62
Chapitre III
La figure suivante est un schma explicatif du calcul de la force dun pattern

observation :
Attributs quantitatifs du modle SSQ :
Intensit (I).
Dure (D).
Priodicit (P).
Instance du
observation
modle
SSQ
Pattern
I = Val1, D = Val2, P = Val3.

Lensemble des valeurs Q = {Val 1, Val2, Val3}
Cration des paires : C = {(Val1, Val2) ;(Val1, Val3) ;(Val2, Val3)}
Fusion : la fonction F
Res1, Res2, Res3
Si : Res1= Res2= Res3
Force =Res1= Res2=Res3
Vrification
Sinon
Q = {Val1Res1, Val2Res2, Val3Res3}
Figure 16. Schma explicatif du calcul de la force dun pattern observation.
63
Chapitre III
Exemple :
Soit le symptme insomnie prsent comme suit :
Lensemble dattributs Q = {intensit, dure, priodicit} = {5, 1, 3} et le domaine de
dfinition D = [1..10].
Calculons la force de ce symptme :
1. La priorit des attributs est donne par : I>D>P
2. Lensemble des paires C = {(5,1) ; (5,3) ; (1,3)}.
3. Les diffrentes combinaisons sont calcules suivant le tableau ci-dessus et sont
donnes comme suit : F(5,1) = 3, F(5,3) = 4, F(1,3) = 2.
Les valeurs des rsultats de fusion sont diffrentes (3,4,2). Donc on refait le mme
processus :
1. La priorit reste la mme : Priorit (rsultat 1)> Priorit (rsultat 2)> Priorit (rsultat
3)
2. Lensemble des paires C = {(3,4) ; (3,2) ; (4,2)}.
3. Les diffrentes combinaisons sont calcules suivant le tableau ci-dessus et sont
donnes comme suit : F(3,4) = 3, F(3,2) = 3, F(4,2) = 3.
Les valeurs des rsultats de fusion sont gales, donc on arrte le processus.
La force f du symptme insomnie est gale au rsultat de lune des dernires fusions
des paires cest--dire :
f = F(3,4) = F(3,2) = F(4,2) = 3
F=3
La force du symptme insomnie est gale trois (3).
III.2.2.4
La validit du pattern observation :
Avant de dfinir ce quest la validit dun pattern observation, on commence par dfinir
ce qui suit : [Aitnouri 13]
A.
La consistance dun pattern observation : CST

La consistance dun pattern observation vise fournir une information propos du
niveau de confiance que nous avons en les valeurs des attributs de ce pattern. Pour comprendre
64
Chapitre III
le concept de consistance, considrons les deux exemples dinsomnie dfinis par leurs
modles SSQ suivants :
Exemple 1 : Le patient se rveille 3h du matin .
(Dure, Priodicit, Intensit, Qualit) = (-, -, 3, Terminale).
Exemple 2 : Environs 3 fois par semaine, le patient se rveille 3h du matin, depuis 3
mois .
(Dure, Priodicit, Intensit, Qualit) = (3, 3, 3, Terminal).
La qualit tant terminale pour les deux exemples.
La force de linsomnie dans les deux cas est la mme, savoir f = 3. Cependant, le
deuxime exemple devrait tre plus consistant du fait quil a t valu la base de 3 attributs
au lieu dun seul. Se rveiller 3h du matin une fois par semaine ou bien 7 fois par semaine
est trs diffrent, se rveiller 3h du matin depuis une semaine ou depuis 6 mois lest aussi.
Ainsi, plus il y a dattributs informs pour un SSQ, plus est importante sa consistance.
Dfinition : (SPPmax)
SPPmax est dfini comme tant le nombre dattributs ncessaires utiliss dans le modle
SSQ pour dfinir un symptme donn.
Dfinition : (SPP)
SPP est dfini comme tant le nombre dattributs identifis dans un cas clinique pour
un symptme donn, utilis dans un SSQ pour le dfinir (le symptme).
En claire, SPPmax est le nombre dattributs quun symptme devrait avoir pour tre
compltement dfini, ce nest pas ncessairement 6 attributs, par contre SPP est le nombre
dattributs prsents pour dfinir un symptme/signe donn dans un cas clinique donn.
Exemple :
SPPmax (insomnie) = 4 attributs = (dure, priodicit, intensit, qualit).
En littrature, aucune information nest ncessaire ou nexiste quant au mode de
dclenchement ou la localisation de linsomnie.
65
Chapitre III
SPP ( Le patient se rveille 3h du matin ) = 2 attributs : (intensit = 3, qualit =

Terminale)
Dfinition :
La consistance dun pattern observation (CST) dun cas clinique est dfinie comme
tant le ratio de SPP sur sa valeur maximale c.--d. SPPmax, de ce fait CST [0, 1].
() =
()
()
Tel que S est la description dun Symptme donn.

SPPmax tant fixe, la valeur de CST est proportionnelle celle de SPP.
Les consistances des exemples sont respectivement :
CST ( Exemple 1 ) = 2/4 = 0,5.
CST ( Exemple 2 ) = 4/4 = 1.
Ceci signifie que le second exemple est plus consistant que le premier, ce qui est logique du
fait que 4 attributs ont t utiliss dans le premier exemple et 2 dans le deuxime.
B.
Lobjectivit dun pattern observation : OBJ

Comme vue dans le modle de lespace dobservation, les signes peuvent tre utiliss
pour fournir plus dobjectivit lun des attributs dun symptme, lexemple du symptme
fivre o la temprature prise par le praticien remplace lintensit du symptme fivre
fournie par le patient. On dit que lintensit du pattern observation a t objective par le signe
relev.
Dfinition : OBJ
Lobjectivit OBJ dun pattern observation reprsente le ratio du nombre dattributs
objectivs par des signes sur le SPP, de ce fait OBJ [0, 1].
() =
()
()
O NOA(S) est le nombre dattributs objectivs par des signes. Plus on a dattributs
objectivs plus lobjectivit du pattern observation est importante.
66
Chapitre III
Dfinition : La validit dun pattern observation

La validit dun pattern observation exprime le degr de validit des informations
collectes par ce pattern et est calcule par :
() =
() + ( () ())
2
Val [0, 1].

O CST(S) et OBJ(S) sont respectivement la consistance et lobjectivit du pattern
observation. Lobjectivit est nulle pour un pattern observation qui na aucun signe.
La validit dun pattern observation est proportionnelle sa consistance et son
objectivit, elle est gale la moyenne entre la consistance et la consistance objective de ce
pattern.
De cette manire un pattern observation aura deux valeurs la Force et la Validit qui
sont les composantes du pattern rsultat. Les calculs sont faits on supposant que le SPPmax
est par dfaut gal 6 et la priorit des attributs quantitatifs (Intensit, dure, priodicit)
est de tel sorte que Priorit(Intensit)>Priorit(Dure)>Priorit(Priodicit).
III.2.3
Etude dun cas clinique :
III.2.3.1
Histoire dun cas clinique dun patient :
Mme CA rapporte une fatigue et une difficult pour travailler et se concentrer depuis lhiver. Elle a
de linsomnie et se rveille souvent 3H du matin et ne peut pas se rendormir. Elle est souvent rveille par
des sueurs nocturnes et des bouffes de chaleurs sans avoir de fivre.
Elle se sent galement plus fatigue dans ses jambes, quand elle fait du jardinage les week-ends ; elle
a plus de difficult pour se lever dune position accroupie.
Son apptit et poids ont t stables. Son humeur est variable, elle a moins de patience et tend tre
plus prompte qu'avant ce qui est remarquable au travail avec ses collgues, elle a eu quelques arguments
intenses avec son patron et il lui a recommand de voir un docteur.
Ses menstrues sont clairsems, elle tait trs rgulire jusqu' l'hiver o ses cycles tendaient
augmenter et elle a eu des cycles de 35 62 jours avec des menstrues trs abondants, ce qui est nouveau pour
elle. Aucun autre signe ou symptme de lappareil GU (gnito-urinaire).
Elle se plaint de migraines plus frquentes, de mme caractre qu'avant mais avec une augmentation
de la frquence des crises, allge en prenant l'actaminophen et l'ibuprofne. Aucun autre signe ou symptme
neurologique.
Ses jambes sont plus gonfles qu'avant, apparait le plus la fin du jour. Elle ne sent plus
dessoufflement ni palpitation. Aucun autre signe ou symptme cardio-respiratoire. Aucun symptme GI
(gastro-intestinal).
Elle est convaincue que cest sa mnopause et demande quand va-t-elle commencer prendre des
estrognes
67
Chapitre III
Lexamen physique :
Apparait fatigue, yeux gonfls. TA (tension artrielle) 139/78. Pouls 84, irrgulier.
Poids 72 kilogrammes. IMC (Indice de masse corporelle) 28.
Cou : Aucuns ganglions lymphatiques. Thyrode : environ deux fois la taille normale,
aucunes nodules.
Cur : Battements irrguliers (battements sauts ?), aucun murmure.
Thorax : Rien signaler.
Membres infrieurs : dme au niveau de la cheville.
Rflexe : 2+/4.
III.2.3.2
Capture du symptme :
La table suivante rsume les symptmes qui peuvent tre extraits de lhistoire du
patient et sont structurs en SSQ :
Fatigue
Insomnie Faiblesse
Depuis
lhiver
Depuis
lhiver
Sautes
Menstruati Migraine
dhumeur on
Gonfle
ment
Sueurs
chaudes
Dclench
ement
Dure
Depuis
lhiver
Depuis
lhiver
Depuis
lhiver
35-62 jours Plus frquente
Priodicit
Intensit
Souvent
3H du
matin
Trs
Plus frquente Plus que
abondante
normal
Qualit
Terminale
Irrgulire Comme avant
Localisati
on
Facteurs
Jambes
Difficult Se rveille
pour
3H du
travailler et matin.
se
concentrer.
Difficult de
se relever
dune
position
accroupie.
Moins
Nouvelle
patiente et situation.
plus
prompte
quavant.
allge en
A la fin
prenant
du jour
l'acetaminophe
n et
l'ibuprofne.
Tableau 11. Tableau rcapitulatif des signes et symptmes capturs.

68
Chapitre III
Cet exemple traitera le symptme Insomnie , La mme procdure peut tre utilise
pour traiter les symptmes restants.
III.2.3.3
Le modle SSQ et les ensembles flous de linsomnie :
L'insomnie est une rupture d'un modle de sommeil caractrise par une difficult
persistante pour sendormir et/ou rester endormie en dpit de l'occasion [Perlis 05].
L'insomnie est considre comme une consquence d'un dsordre psychiatrique.
Des informations sur les attributs du symptme insomnie ont t obtenues partir de
SNOMED CT et de Perlis [Perlis 05].
Les valeurs utilises pour lattribut intensit sont issues de la terminologie SNOMED
CT, elles sont donnes comme suit :
S = {attnu, attnu--modr, modr, modr--svre, svre, fatal, svrit
menaant la vie}
SSQ\Symptme
Valeur
Description
Souvent la nuit 3H du Une hypothse est qu'un sommeil normal a lieu

Intensit
Dure
Priodicit
matin :
en sept heures de 23h 6h du matin. Ainsi, il y
Modre--svre.
a un manque de sommeil de 3 heures.
Depuis lhiver :
L'examen est fait en mars. Ainsi, le symptme
Modre.
dure depuis environ deux trois mois.
Aucune information.
Tableau 12. Tableau descriptif du symptme insomnie .
A.
Mode statique :
Dans ce mode la priorit des attributs est dfinie par dfaut telle que :
Priorit (intensit)>Priorit (dure)>Priorit (priodicit).
Ainsi que le SPPmax est par dfaut gale six (6) attributs.
69
Chapitre III
La force de linsomnie :
a.
La priorit des attributs :

La priorit des attributs du symptme insomnie est dfinie comme suit :
Construction des couples :
Il ny a quun seul couple, puisque la priodicit est inconnue, savoir (intensit,
dure).
Calcul de la force :
La force est calcule comme suit :
(, ) =
++1
=4
2
Tel que I = Modre--svre = 4 et D = Modre = 3.

La force est gale 4 donc partir de lensemble S la force est modr--svre.
b.
Calcul de la validit :
La consistance :
Le nombre dattributs prsents pour le symptme insomnie est SPP = 3, savoir
intensit, dure, qualit. La consistance est calcule comme suit :
= = 0,5.
6
Trois attributs uniquement sont prsents parmi six.

Lobjectivit :
Ce nest pas vident de dfinir un signe dinsomnie. Cependant, cest possible
dutiliser le signe apparait fatigue comme un signe dinsomnie. Dans ce cas, on aura une
objectivit calcule comme suit :
() =
()
()
= 0,33.
3
70
Chapitre III
La validit est calcule comme suit :
() =
()+(()())
2
0,5+(0,50,33)
2
0,33
La validit du symptme insomnie est gale 0,33.

Le pattern observation du symptme insomnie nous donne aprs traitement le pattern
rsultat (Force ; Validit) = (4 ; 0,33).
B.
Mode dynamique :
Ce mode diffre du mode statique par le fait que la priorit des attributs et le SPP max
sont dfinis dynamiquement (par le mdecin).

La priorit du symptme insomnie reste la mme savoir :
Par contre le SPPmax est diffrent, le symptme insomnie est compltement dfini
par (intensit, dure, priodicit, qualit). En littrature, aucune information nest ncessaire
ou nexiste quant au mode de dclenchement ou la localisation de linsomnie, Donc SPPmax=4.
En appliquant les mmes formules que pour le mode statique le pattern rsultat du
mode dynamique est calcul comme suit :
Force = 4. La priorit tant inchange.
Consistance = = 0,75.
Objectivit =
Validit =
1
3
= 0,33. Le SPP tant inchang.
0,75+(0,750,33)
2
0,5.
Le pattern rsultat du mode dynamique est dfinie par (Force ; Validit) = (4 ; 0,5)
Conclusion :
Le modle SSQ nous sert de moyen pour capturer et structurer les informations
cliniques issues de lespace dobservation ; Ce modle appliqu un signe/symptme de
lespace dobservation nous donne le pattern observation ; Les formules de traitements
appliques ce pattern nous donnent le pattern rsultat prt tre reprsent graphiquement.
71
Chapitre III
III.3
Reprsentation graphique :
Introduction :
La reprsentation graphique des donnes permet de donner une vue synoptique
[Tibiche 08], permet une lecture rapide des donnes [LYCEE KOEBERLE 11] et facilite la
comparaison grce la disposition visuelle.
Le graphique est un moyen suggestif [Tibiche 08], dans notre cas la reprsentation
graphique doit aider le praticien dans son raisonnement clinique pour identifier le diagnostic.
III.3.1
Reprsentation graphique du pattern rsultat :
Nous avons opt pour deux types de visualisations :
III.3.1.1
Visualisation individuelle des patterns rsultats :
Cette mthode de visualisation vise reprsenter les patterns rsultats

individuellement, tel que :
Un code couleur est dfini pour reprsenter la validit.
Un code forme est dfini pour reprsenter la force.
Les patterns rsultats sont reprsents par des cercles, tel que la couleur du cercle
reprsente la validit de ce pattern et le rayon reprsente sa force.
La validit dun pattern rsultat est reprsente par un code couleur tel que :
Plus le pattern est valide plus sa couleur tire vers le vert, moindre est sa validit plus sa
couleur tire vers le rouge.
Validit
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Figure 17. Niveaux de couleurs allant du vert au rouge.
72
Chapitre III
La force du pattern est reprsente par un code forme tel que :

Plus le pattern est fort plus le diamtre du cercle est grand et vice-versa.
Force
Force
0 1
2 3
4 5
6 7
8 9
10
Rayon du cercle 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5

Tableau 13. Rayons du cercle correspondant aux niveaux de force
Figure 18. Rayon du cercle allant de 0 5.
III.3.1.2
Visualisation complte des patterns rsultats :
Cette mthode de visualisation est plus intressante que la premire du fait quelle
regroupe tous les patterns dun cas clinique donn et permet davoir plus dinformation ceci
en termes du pattern le plus valide, le plus fort, le moins valide, le moins fort, etc.
Les patterns sont reprsents par des points dans un repre construit par les deux axes
force et validit.
73
Chapitre III
III.3.1.3
La dmarche pour reprsenter les patterns rsultats :
La dmarche suivie est illustre par lexemple suivant :

Soit C un cas clinique donn, ce qui suit est une liste des patterns rsultats issus des patterns
observations qui lui sont associs :
Les patterns sont dfinis par P = (Force ; Validit).
P1 = (7 ; 0,6) ; P2 = (9 ; 0,3) ; P3 = (3 ; 0,2) ; P4 = (6 ; 0,8)
A.
Reprsentation individuelle des patterns :

Les niveaux de couleurs dfinis dans la figure 17 ne sont quillustratifs, en fait il existe
511 couleurs diffrentes entre le rouge et le vert, ceci en utilisant les trois composante RVB
(Rouge, Vert, Bleu) tel que :
Le rouge correspond
: RVB = (255, 0, 0).
Le vert correspond
: RVB = (0, 255, 0).
Pendant le passage de la couleur du rouge vers le vert, le degr du vert commence par
augmenter pour atteindre RVB = (255, 255, 0) correspondant la couleur jaune, puis le degr
du rouge commence diminuer pour atteindre RVB = (0, 255, 0) correspondant la couleur
verte, la couleur bleue ntant pas concerne.
Pour dfinir la couleur dun pattern ayant une validit V on suit la dmarche suivante :
V est comprise entre [0..1] et on a 511 couleurs diffrentes :
A la validit V = 0 correspond la premire couleur c = 0 : le rouge
A la validit V = 1 correspond la dernire couleur c = 510 : le vert
A la validit V = X correspond la couleur = 510
74
Chapitre III
Le tableau suivant reprsente les couleurs correspondant aux niveaux de validit

dfinis dans la figure 17 :
V
Couleur Triplet (R, V, B)
(255, 0, 0)
0.1 51
(255, 51, 0)
0.2 102
(255, 102, 0)
0.3 153
(255, 153, 0)
0.4 204
(255, 204, 0)
0.5 255
(255, 255, 0)
0.6 306
(204, 255, 0)
0.7 357
(153, 255, 0)
0.8 408
(102, 255, 0)
0.9 459
(51, 255, 0)
(0, 255 ,0)
510
Tableau 14. Les couleurs associes aux niveaux de validit.

0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Figure 19. Les couleurs associes aux niveaux de validit.

Au cas clinique C dfini ci-dessus comportant les patterns suivants :
P1 = (7 ; 0,6) ; P2 = (9 ; 0,3) ; P3 = (3 ; 0,2) ; P4 = (6 ; 0,8), est associ la table suivante :
Pattern force validit couleur rayon du cercle
1
0.6
306
3.5
0.3
153
4.5
0.2
102
1.5
0.8
408
Tableau 15. Donnes relatives aux patterns du cas clinique C.
75
Chapitre III
Ce qui suit sont les reprsentations des quatre patterns :
76
Chapitre III
77
Chapitre III
B.
Reprsentation complte des patterns :

Chaque pattern est reprsent dans le repre construit par les deux axes force et validit
en projetant sa force et sa validit sur ses derniers.

Le cas clinique C dfini au dbut de cette section et comportant les patterns suivants :
P1 = (7 ; 0,6) ; P2 = (9 ; 0,3) ; P3 = (3 ; 0,2) ; P4 = (6 ; 0,8) ; Est reprsent comme suit :
Figure 24. Reprsentation complte dun cas clinique.
Conclusion :
La reprsentation graphique est ltape finale de la solution que nous proposons, les
informations de dpart issues de lespace dobservation tant captures et structures par le
modle SSQ pour avoir des patterns observations, puis transformes en patterns rsultats par
les formules de traitement, sont reprsentes graphiquement pour pouvoir interprter les
connaissances quelles apportent.
78
Chapitre IV
Conception dtaille de la solution
Chapitre IV Conception dtaille de la

solution
Introduction :
La description de la solution tant faite, ltape qui suit est celle de la conception. Dans
cette tape nous allons dfinir une dmarche suivre pour remdier aux besoins indiqus dans
le tableau suivant :
Etapes de la solution
Besoin
Outil
Standardisation
SNOMED
CT
Persistance
Information Mdicale
BDD1
Information Norme
Structuration
SSQ
Information structure
Traitement
Pattern
rsultat
BDD2
Information traite
Reprsentation
Visualisation
Reprsentation
-Individuelle
-Complte
Graphique
Tableau 16. Tableau rcapitulatif des besoins satisfaire.

: Stockage dans une base de donnes.
: Alimentation par une base de donnes.
79
Chapitre IV
IV.1
La base de donnes BDD 1 :
La base de donnes dnomme BDD1 correspond la base de donnes de la

terminologie mdicale SNOMED CT, tlchargeable sur le site de lIHTSDO en format texte
prte tre importe au sein dune base de donnes SQL, plus de dtails sont prsents dans
la section (II.2.1.1B).
IV.2
Conception de la BDD 2 :
Pour concevoir la solution dcrite dans la section prcdente une dmarche suivre est
dfinie comme suit :
Identification des acteurs.
Identification des cas dutilisation.
Description des cas dutilisation.
Etablissement du diagramme de classe de la base de donnes.
Etablissement du dictionnaire de donnes.
Passage au modle relationnel.
Codification.
IV.2.1
Identification des acteurs :
Dfinition :
Un acteur reprsente un rle jou par une entit externe (utilisateur humain, dispositif
matriel ou autre systme) qui interagit directement avec le systme tudi. Un acteur peut
consulter et/ou modifier directement ltat du systme, en mettant et/ou en recevant des
messages susceptibles dtre porteurs de donnes . [Roques 08]
Dans notre systme, il ny a quun seul acteur qui interagit directement sur lui, cet
acteur est le mdecin, le patient tant considr comme le seul acteur externe de ce systme.
Mdecin
: Cest lutilisateur du systme.
Patient
: Cest un acteur externe au systme qui est considr comme une source
de donnes.
80
Chapitre IV
Identification des cas dutilisation :
IV.2.2
Un cas dutilisation correspond un certain nombre dactions que le systme devra

excuter en rponse un besoin dun acteur . [Franck 07]
Nous prsentons ci-dessous les principaux cas dutilisation raliss par notre systme.
Numro du cas
Nom du cas
Acteur associ
Cration dun cas

Mdecin
clinique
Visualisation dun cas
2
Mdecin
clinique
Cration dune nouvelle
3
Mdecin
consultation
Visualisation dune
4
Mdecin
consultation
Tableau 17. Liste des cas dutilisation associs leurs acteurs.
1
Description dtaille des cas dutilisation :
IV.2.3
Chaque cas dutilisation est dcrit par une description textuelle suivie par le diagramme
dactivit et le diagramme de squence qui lui sont associs.
IV.2.3.1
A.
Cas n1 : Cration dun cas clinique.
Description textuelle :
Description du cas
Identification :
Nom du cas : Cration dun cas clinique.
But : Cration dun nouveau cas clinique associ un patient donn.
Acteur : Mdecin.
Prconditions :
Larriv du patient chez le mdecin pour une consultation.
Le mdecin ouvre longlet de lespace dobservation dun patient
donn.
Squencement
81
Chapitre IV
Enchanement nominal :
1. Le mdecin demande au systme de crer un cas clinique.
2. Le systme affiche au mdecin linterface approprie.
3. Le systme cre la premire consultation de ce cas clinique.
4. Le mdecin rempli les informations ncessaires.
5. Le mdecin confirme les informations saisies.
6. Le systme sauvegarde les informations saisies.
Post-conditions :
Les informations saisies doivent tre sauvegardes.
B.
Diagramme dactivit :
Figure 25. Diagramme dactivit du cas n1.
82
Chapitre IV
C.
Diagramme de squence :
Diagramme de Squence cas n1
Systme
Mdecin
Demande de crer un cas clinique
L'interface approprie
La premire consultation
Remplissage des informations ncessaires
Confirmation des informations saisies
IV.2.3.2
A.
Cas n2 : Visualisation dun cas clinique.
Description du cas
Identification :
Nom du cas : Visualisation dun cas clinique.
But : Donner au mdecin une visualisation graphique (complte ou
individuelle) du cas clinique.
Acteur : Mdecin.
Prconditions :
Le mdecin ouvre longlet de lespace dobservation dun patient donne.
83
Chapitre IV
Squencement
1. Le mdecin choisit un cas clinique et demande au systme de le
visualiser.
2. Le mdecin choisit le mode de visualisation du cas clinique (Complet
ou individuel).
3. Si le mdecin choisit le mode individuel, il devra choisir le signe ou
le symptme quil veut visualiser.
4. Le systme affiche au mdecin la visualisation choisie.
B.
84
Chapitre IV
C.
Systme
Mdecin
Demande de visualiser un cas clinique
Liste des modes de visualisation(complet, individuel)
Choix du mode de visualisation
alt
Complet
La fentre de visualisation
Individuel
Liste des signes/symptmes
Choix d'un signe ou d'un symptme
IV.2.3.3
A.
Cas n3 : Cration dune nouvelle consultation.
Description du cas
Identification :
Nom du cas : Cration dune nouvelle consultation.
But : Cration dune nouvelle consultation associe un cas clinique donne.
Acteur : Mdecin.
85
Chapitre IV
Prconditions :
Le mdecin slectionne le cas clinique concern par la nouvelle consultation
crer.
Squencement
1. Le mdecin demande au systme de crer une nouvelle
consultation.
3. Le mdecin rempli les informations ncessaires.
4. Le mdecin confirme les informations saisies.
Post-conditions :
Le systme doit enregistrer les informations saisies.
B.
86
Chapitre IV
C.
Systme
Mdecin
Slection du cas clinique
Demande de cration d'une consultation
Remplissage des informations ncessaires
Confirmation des informations saisies
IV.2.3.4
A.
Cas n4 : Visualisation dune consultation.
Description du cas
Identification :
Nom du cas : Visualisation dune consultation.
But : Donner au mdecin une vue (Complte ou individuelle) sur la
consultation.
Acteur : Mdecin.
Prconditions :
Le mdecin slectionne le cas clinique contenant la consultation visualiser.
87
Chapitre IV
Squencement
1. Le mdecin slectionne la consultation quil veut voir et confirme
son choix.
B.
88
Chapitre IV
C.
Systme
Mdecin
Choix du cas clinique
Liste des consultations
Choix de la consultation
Liste des modes de visualisation(complet, individuel)
Choix du mode de visualisation
alt
Complet
Individuel
Liste des signes/symptmes
Choix d'un signe ou d'un symptme
89
Chapitre IV
IV.2.4
Diagramme de classes de la base de donnes :

cas_contenir_ss
patient
-
id_patient
nom_patient
prenom_patient
date_ness_patient
:
:
:
:
- force_ss
: Double
- validite_ss : Double
Number
String
String
Date
signe_symptome
1..1
Avoir
- nom_ss : String
- type_ss : String
- etat_ss : String
1..*
Appartient
1..*
Appartenir
1..*
Est dfini par
cas_clinique
- code_cc : String
- date_cc : Date
1..1
Comporte
+ Ajouter ()
: void
+ Visualiser () : void
...
1..*
Identifier par
1..*
Appartient
ss_defini_par_attribut
1..*
Contient
- priorite : int
consultatrion
- code_consultation : String
- date_consultation : Date
+ Ajouter ()
: void
+ Visualisation () : void
...
0..*
Identifier
1..*
Dfini
attribut
diagnostic
-
- id_diagnostic
: Number
- nom_diagnostic
: String
- description_diagnostic : String
nom_attribut
valeur_combo
valeur_texte
etat_attribut
:
:
:
:
String
String
String
String
Figure 33. Diagramme de classes associ la base de donnes des SSQ.
IV.2.5
Dictionnaire de donnes :
Classe
Attribut
nomAttribut
Attribut
valeurCombo
valeurTexte
etatAttribut
codeCc
CasClinique
Consultation
Type
Chaine de
caractre
Chaine de
caractre
Chaine de
caractre
boolen
Chaine de
caractre
dateCc
Date
codeConsultation
Chaine de
caractre
Rle
Identifiant unique de lattribut
Valeur dattribut rcupr de
la SNOMED CT.
Valeur dattribut
supplmentaire.
Prsent ou absent (lattribut).
Identifiant unique du cas
clinique.
Date de cration dun cas
clinique.
Identifiant unique de la
consultation.
90
Chapitre IV
Diagnostic
dateConsultation
Date
idDiagnostic
Entier
nomDiagnostic
descriptionDiagnostic
idPatient
nomPatient
Patient
prenomPatient
dateNessPatient
SigneSymptome
CasContenirSs
SsDefiniParAttribut
IV.2.6
Chaine de
caractre
Chaine de
caractre
Entier
Chaine de
caractre
Chaine de
caractre
Date
Chaine de
caractre
Boolen
Date de cration dune

consultation.
Identifiant unique du
diagnostic.
Nom du diagnostic.
Description du diagnostic.
Identifiant unique du patient.
Nom du patient.
Prnom du patient.
Date de naissance du patient.

Identifiant unique du signe ou
nomSs
du symptme.
typeSs
Signe ou symptme.
Statique ou dynamique, pour
etatSs
Boolen
un signe ou un symptme.
La force dun
forceSs
Rel
signe/symptme associ une
consultation donne.
La validit dun
validiteSs
Rel
signe/symptme associ une
consultation donne.
Priorit dattribut associ un
priorite
Entier
signe/symptme donn.
Tableau 22. Dictionnaire de donnes.
Passage au modle relationnel :
Attribut (nomAttribut, valeurCombo, valeurTexte, etatAttribut)

CasClinique (codeCc, #idPatient, dateCc)
CasContenirSs (#codeConsultation, #nomSs, forceSs, validiteSs)
Consultation (codeConsultation,#codeCc, dateConsultation)
Diagnostic (idDiagnostic, nomDiagnostic, descriptionDiagnostic)
Patient (idPatient, nomPatient, prenomPatient, dateNessPatient)
SigneSymptome (nomSs, typeSs, etatSs)
SsDefiniParAttribut (#nomSs, #nomAttribut, priorite)
casIdentifierParDiagnostic (#codeCc, #idDiagnostic)
91
Chapitre IV
IV.2.7
Codification :
Dans notre systme la codification se limite au cas cliniques et aux consultations et est
faite comme suit :
Codification du cas clinique (codeCc) : AA/NN
AA : anne de cration du cas clinique [0199].
NN : numro squentiel [01...99].
Sachant quun cas clinique nest associ qu un et un seul patient.
Codification de la consultation (codeConsultation) : CCCCC/NN
CCCCC : le code du cas clinique.
NN : numro squentiel [01...99].
Conclusion :
La conception de la solution a servi dtude des bases donnes ncessaires pour son
fonctionnement, en termes de standardisation, de structuration, de traitement ou de
visualisation.
Conclusion de la partie II:

Dans cette partie nous avons commenc par dcrire la solution que nous proposons (le
modle de structuration, les formules de traitement, etc.), ensuite nous avons pass la sa
conception, nous avons utilis une base de donnes pour la standardisation et conu une autre
pour le stockage des donnes ceci pour essayer datteindre les objectifs dfinis.
Dans le chapitre suivant, nous allons dcrire lenvironnement et les outils de
dveloppements utiliss ainsi que les tests effectus pour valuer notre solution.
92
Partie III :
Mise en
uvre, tests
et rsultats
93
Chapitre V
Mise en uvre Tests et rsultats
Chapitre V
Introduction :
Aprs ltape danalyse et de conception vient ltape dimplmentation de notre
solution. Dans cette partie, nous allons dvelopper un outil daide la dcision pour les
praticiens dont le principal objectif est dorienter ces derniers dans leur raisonnement clinique
pour identifier le diagnostic correspondant un cas clinique donn.
Nous allons en premier temps prsenter les outils et lenvironnement de
dveloppement de notre solution et son architecture physique, dans la deuxime partie nous
allons prsenter les rsultats des tests effectus par notre application et les comparer des
rsultats obtenues sans lutiliser, pour identifier les diagnostics correspondant des cas
cliniques.
V.1 Outils et environnement de dveloppement :

Cette section comporte les principaux outils utiliss au cours de limplmentation de
la solution :
Navigateur Web
Module
PHP
CSS
+
HTML
HTTP
Serveur
Web
Apache
+
JavaScript
Serveur de
base de
donnes
MySQL
Figure 34. Architecture dun environnement Web.

94
Chapitre V
V.1.1
HTML :
HTML, initiales de Hypertext Markup Language , cest--dire langage de marquage

hypertexte. Cela signifie que la mise en place dune page Web (titres, paragraphes, images...)
utilisera des caractres pour marquer dune certaine faon les diffrentes parties du texte.
Parmi ces caractres de marquage, certains correspondront des liens vers dautres pages
Web, ce sont des liens hypertextes. [Draillard 09]
V.1.2
CSS :
CSS, cela signifie Cascading Style Sheets , ce qui se traduit en franais par feuilles
de style en cascade. La feuille de style fournit la mise en forme des lments de la page, qui
auront t crits en HTML. Elle sapplique une ou plusieurs pages du site. Le terme en
cascade indique que la mise en forme dune page peut faire appel plusieurs feuilles de
style. Les diffrentes proprits affectes un mme lment sajoutent alors pour lui donner
sa mise en forme finale. [Draillard 09]
V.1.3
JavaScript :
JavaScript est un langage de script oriente-objet, excut ct client, utilis pour

le dveloppement d'applications internet. Ce langage a t dvelopp par la socit Netscape
qui l'a introduit pour la premire fois dans son Navigator 2.0 en 1996.
Les scripts JavaScript s'intgrent dans le code HTML d'une page Web. L'intrt d'un
langage comme JavaScript est de pouvoir contrler dynamiquement le comportement d'une
page Web.
V.1.4
PHP :
Le sigle PHP signifiait lorigine Personal Home Page [Engels 09].PHP est un
acronyme rcursif, qui signifie aujourdhui PHP : Hypertext Preprocessor , c'est un langage
de script HTML, excut ct serveur. Sa syntaxe est emprunte aux langages C, Java et Perl,
et est facile apprendre. Le but de ce langage est de permettre aux dveloppeurs WWebeb
d'crire des pages dynamiques et interactives rapidement [Php 13].
Ce choix a t motiv par les raisons suivantes :
95
Chapitre V
Libre et gratuit.
Simple utiliser et installer.
Trs permissif en raison du grand nombre d'extensions. Cest grce ces dernires
quil est capable par exemple de gnrer des images ou de se connecter la plupart des
SGBD existants.
Disponible sur plusieurs plateformes (Linux, UNIX Microsoft Windows, Mac OS,
RISC OS, etc.).
Une des grandes forces de PHP est le support de nombreuses bases de donnes.
V.1.5
SQL :
SQL signifie Structured Query Language c'est--dire Langage d'interrogation

structur .
En fait SQL est un langage complet de gestion de bases de donnes relationnelles .Il a
t conu par IBM dans les annes 70. Il est devenu le langage standard des systmes de
gestion de bases de donnes (SGBD) relationnelles (SGBDR). [Grin 06]
C'est la fois :
Un langage d'interrogation de la base (SELECT).
Un langage de manipulation des donnes (LMD ; UPDATE, INSERT, DELETE).
Un langage de dfinition des donnes (LDD ; CREATE, ALTER, DROP).
Un langage de contrle de l'accs aux donnes (LCD ; ordres GRANT, REVOKE).
V.1.6
Le systme de gestion de base de donnes (MySQL) :
MySQL, le plus populaire des serveurs de bases de donnes SQL, est dvelopp,
distribu et support par MySQL. [MySQL AB 09]
Voici quelque caractristique de MySQL :
MySQL est un systme de gestion de bases de donnes.
MySQL est un serveur de bases de donnes relationnelles.
MySQL est Open Source.
Le serveur de bases de donnes MySQL est trs rapide, fiable et facile utiliser.
96
Chapitre V
MySQL Server fonctionne en mode client/serveur.
V.1.7
Serveur Web (Apache) :
Apache est un serveur Web. Il s'agit du serveur le plus utilis actuellement sur le Web
puisqu'il reprsente plus de 70% des serveurs installs [Gill 04].
Un serveur Web dsigne souvent une machine qui propose des services Web, de ce
point de vue Apache est un service Web qui traite des requtes, entre autres des requtes
HTTP, provenant de clients que l'on appelle navigateurs comme : Mozilla Firefox, Internet
Explorer, Google Chrome, etc. Un serveur Web peut contenir plusieurs services, en
loccurrence un service pour la gestion des bases de donnes, un service pour le traitement
des requtes HTTP et un service pour le traitement des scripts PHP.
V.1.8
Mediboard :
Mediboard est un systme Web libre de gestion d'tablissement. Il se dfinit plus

prcisment comme un SIH (Systme d'Information Hospitalier) adapt aux tablissements
de sant de toute taille, du simple cabinet de praticien au centre mdical multi-sites.
[Mediboard 13]
Contrairement de nombreux systmes existants, Mediboard se veut souple et

modulaire, intuitif, adaptable et extensible la demande, multi-tablissements, S'utilisant
partir d'un simple navigateur Web, sa compatibilit est assure quel que soit l'environnement
matriel utilis. [Mediboard 13]
97
Chapitre V
V.2 Tests et rsultats :

Dans ce qui suit, nous allons prsenter les diffrents tests effectus et les rsultats
obtenus de limplmentation.
Lobjectif des tests prsents dans cette section est de dmontrer que notre solution
rduit significativement le temps ncessaire pour le mdecin pour identifier le diagnostic
correspondant un cas clinique donn, non seulement le temps mais aussi minimiser le risque
derreur qui peut exister.
Les tests sont effectus en suivant la dmarche suivante :
1. Dfinition des cas cliniques :
Dans cette tape sont dcrits les cas cliniques qui seront considrs tout le long des
tests que ce soit par les mdecins ou par laide de lapplication dveloppe.
2. Prsentations des candidats pour le test :
Dans cette tape sont prsents les mdecins qui vont nous aider effectuer les tests.
3. Etablissement des patterns observations, des patterns rsultats et des
reprsentations graphiques :
Dans cette tape sont tablis les patterns observations, les patterns rsultats et les
reprsentations graphiques correspondant chaque cas clinique ceci laide dun mdecin.
4. Traitement des cas cliniques :
Le choix du mdecin et de la mthode (sans ou avec lapplication) pour rsoudre un
cas clinique donn est chaque fois ralis arbitrairement.
5. Comparaison et interprtation des rsultats obtenus :
Cette tape est effectue sans laide des mdecins puisquelle consiste en la
comparaison des rsultats obtenus pour la rsolution des cas cliniques une fois en utilisant
notre solution, lautre sans elle.
98
Chapitre V
V.2.1
Dfinition des cas cliniques et prsentation des
mdecins :
Cas clinique n 1 : diagnostic Colique hpatique
Mme F., 55 ans, consulte pour des douleurs abdominales de lhypochondre droit apparues
il y a 4 h. Ces douleurs sont arrives brutalement et irradient dans lpaule droite. Lexamen clinique
dclenche cette douleur linspiration profonde, il ny a pas de dfense. Il ny a ni temprature ni
ictre. Lexamen cardio-pulmonaire est normal. LECG est normal. Cette patiente a des antcdents
dhypercholestrolmie, un tabagisme actif, un surpoids. Lorsque vous lexaminez, la douleur cde
brutalement. [Glehen 11]
Cas clinique n 2 : diagnostic Pneumothorax

Un homme de 58 ans, consulte aux urgences pour une douleur basithoracique gauche
apparue brutalement deux heures plus tt alors quil regardait la tlvision. Ses antcdents sont
marqus par une dpression il y a 5 ans. Il est fumeur depuis lge de 18 ans [il fume ds le lever et
un total de prs de 30 cigarettes par jour]. Il vous dit tre essouffl ltat de base, ds quil monte
une lgre cte. Il vous dit avoir reu des antibiotiques et de la cortisone 4 reprises au cours de la
dernire anne pour des bronchites . A ladmission le patient est dyspnique la parole, pench
en avant, en appui sur les bras. Il se plaint dun point de ct la base thoracique gauche quand il
tousse ou inspire profondment. A lexamen clinique vous notez une frquence respiratoire 20/min,
la mise en jeu des muscles sterno-clidomastodiens et une expiration abdominale active. La pression
artrielle est 160/110, les pulsations 105 bpm et la T 37C. Lauscultation est asymtrique,
retrouvant quelques rles sibilants droite et une abolition du murmure vsiculaire gauche. La
radiographie de thorax pratiqu est montre. [CEP 11]
Cas clinique n 3 : diagnostic Occlusion intestinale

M. X, 69 ans, est hospitalis pour syndrome douloureux abdominal aigu, ayant dbut
brutalement il y a 24 heures ; la douleur est intense, sourde, priombilicale, sans paroxysme ni
rmission. Depuis quelques heures sont galement apparus des vomissements bilieux (3 pisodes).
Le malade est nauseux. La dernire selle tait il y a 3 jours ; les derniers gaz la veille.
Dans ses ATCD, on ne relve qu'une intoxication tabagique 40 paquets-annes, et une
constipation chronique pour laquelle le malade prend occasionnellement des suppositoires de
glycrine.
99
Chapitre V
A l'examen : tension artrielle = 140/85 mmHg, pouls=104/min, temprature = 37.6C

L'abdomen prsente un mtorisme oblique, tendu de la fosse iliaque droite l'hypochondre gauche,
douloureux la palpation et spontanment, tympanique. Les bruits hydroariques sont bien perus.
Le toucher rectal est normal, ne ramenant aucune matire. La palpation des orifices herniaires est
normale. [CEP 11]
Cas clinique n 4 : diagnostic Hmorragie mninge

Madame Marie Charcot, ge de 32 ans est amene aux urgences de votre hpital. Elle a
prsent un pisode de cphales trs brutales et holocrniennes le matin mme, alors quelle faisait
son mnage. Vous retrouvez lors de votre examen clinique une patiente consciente mais dsoriente.
Elle rpond correctement vos questions, nouvre les yeux que lorsque vous faites du bruit, et serre
les deux mains sur ordre. Lexamen retrouve des pupilles intermdiaires, gales et ractives, il ny a
pas de troubles oculomoteurs. Ses cphales persistent et sont accompagnes de vomissements. Vous
retrouvez galement une nuque raide chez cette patiente apyrtique. [UNILIM 13]
Cas clinique n 5 : diagnostic Adnome hypophysaire

Monsieur Joseph Obwegezer, g de 62 ans, est envoy aux urgences en pleine canicule de
juillet par son mdecin traitant pour explorations de cphales. Il se plaint effectivement de cphales
frontales et rtro-orbitaires voluant depuis quelques semaines. Votre examen clinique retrouve un
niveau de conscience et dorientation normal avec un score de Glasgow 15, il nexiste pas de dficit
moteur. La nuque est souple, le patient est apyrtique. Lors de votre examen du champ visuel au doigt,
vous retrouvez une hmianopsie bitemporale, sans trouble oculomoteur associ. Les pupilles sont
ractives et symtriques. Par ailleurs, le patient signale une altration de ltat gnral avec une
asthnie croissante, une pleur et une anorexie. Il dcrit une tendance la constipation et une
impuissance. Sa FC est 65 bpm. [UNILIM 13]
Prsentations des mdecins candidats pour le test :

A.Omar
: mdecin interne. (A.O)
M.Hamza
: mdecin gnraliste. (M.H)
K.Bilel
: mdecin interne. (K.B)
Z.Amara
: mdecin interne. (Z.A)
100
Chapitre V
V.2.2
Etablissement des patterns observations, des patterns
rsultats et des reprsentations graphiques :
Les patterns observations ont t remplis laide des mdecins A.O et M.H, les patterns
rsultats sont calculs avec les formules dj tablies et le mode de reprsentation graphique
utilis est la visualisation complte , dans ce qui suit :
I, D, P sont respectivement Intensit, Dure, Priodicit.
FC : Frquence cardiaque.
TA : Tension artrielle.
FR : Frquence respiratoire.
BPM : Battements par minute.
Non informe : Attribut ncessaire mais absent pour le cas clinique tudi.
Non ncessaire : Attribut non ncessaire pour la description du pattern observation.
Les priorits des attributs (I, D, P) vont de 1 3 :
La priorit (1)>La priorit (2) )>La priorit (3).
Cas clinique n 1 :
Le pattern observation :
Nom du symptme n1 : Douleurs abdominales.
Attribut
Valeur
SPPmax
Dclenchement
Brutal
Svre
(57,14)
4h(Svre)
(57,14)
Non informe
Dclenche linspiration
profonde.
Hypocondre droit
Irradient dans lpaule droite.
Douleur dclenche linspiration
profonde.
La douleur cde brutalement.
Intensit
Dure
Priodicit
Caractre
Localisation
Facteurs
Rapport du
modle
SPP = 5
Objectivit
Priorit
*
*
SPPmax = 6
CST = 0.83
NOA = 0 Priorit =
OBJ = 0
I>D>P
101
Chapitre V
Le pattern rsultat :
La force = 7.14, la validit = 0.42.
La reprsentation graphique (mode complet) :
Cas clinique N1
1
0,9
0,8
Validit
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7,5
8,5
9,5 10
Force
Douleurs abdominales

Cas clinique n 2 :
Nom du symptme n1 : Douleur basi-thoracique.
Attribut
Dclenchement
SPPmax
*
Priodicit
Caractre
Valeur
Brutal
Svre
(57.14)
2h (svre)
(57.14)
Non informe
Point de ct
Localisation
Basi-thoracique gauche
Facteurs
Quand il tousse ou il inspire

profondment.
Rapport du
modle
SPP = 5
Intensit
Dure
Objectivit
Priorit
*
*
SPPmax = 6
CST = 0.83
NOA = 0
OBJ = 0
Priorit =
I>D

102
Chapitre V
Nom du symptme n2 : Essouffle +Dyspne.
Attribut
Dclenchement
Intensit
Dure
Priodicit
Caractre
Localisation
Facteurs
Valeur
A un effort lger
Trs svre
(6 8.57)
Non ncessaire
Non ncessaire
Non inform
Non ncessaire
La mise en jeu des muscles sterno
clido mastodien et une expiration
abdominale active.
Rapport du
modle
SPPmax
*
*
Objectivit
Priorit
FR : 20/min,
FC : 105 BPM
NOA = 1
OBJ = 0.5
Priorit
=I
SPPmax = 3
CST = 0.66
SPP = 2

Cas clinique N2
1
0,9
0,8
Validit
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7,5
8,5
9,5 10
Force
Dyspne+essouffle
Douleur basi-thoracique
103
Chapitre V
Cas clinique n 3 :
Nom du symptme n1 : Douleur abdominal.
Attribut
Dclenchement
Priodicit
Caractre
Localisation
Valeur
Aigu+ brutal
Intense
(57.14)
24h (svre)
(57.14)
Non inform
Non inform
pri ombilical
Facteurs
Sans paroxysme ni rmission.
Rapport du modle
SPP = 4
Intensit
Dure
SPPmax
*
*
Objectivit
Priorit
TA : 140/85
FC : 104/min
*
*
*
SPPmax = 6
CST = 0.66
NOA = 1
OBJ = 0.25
Priorit = D>I

Nom du symptme n2 : Vomissements.
Attribut
Dclenchement
Intensit
Dure
Priodicit
Caractre
Localisation
Facteurs
Rapport du
modle
Valeur
aigu
Non informe
Depuis quelques heures
(modr--svre) (4 5.71)
Non informe
Bilieux
Non ncessaire
SPP = 3
SPPmax
*
*
Objectivit
Priorit
*
*
SPPmax = 5
CST = 0.6
NOA = 0
OBJ = 0
Priorit =
D

104
Chapitre V
Nom du symptme n3 : Constipation.
Attribut
Dclenchement
Intensit
Priodicit
Caractre
Valeur
Non ncessaire
Non ncessaire
Chronique
(svrit menaant la vie)
(710)
Non informe
bilieux
Localisation
Non ncessaire
Facteurs
suppositoires de glycrine.
La dernire selle tait il y a 3
jours ; les derniers gaz la
veille.
Rapport du modle
SPP = 2
Dure
SPPmax
Objectivit
Priorit
*
*
SPPmax = 3
CST = 0.66
NOA = 0
OBJ = 0
Priorit = D

La force = 10, la validit = 0.33.
Nom du symptme n4 : Mtorisme
Attribut
Dclenchement
Intensit
Dure
Priodicit
Caractre
Localisation
Facteurs
Rapport du
modle
Valeur
Non inform
Non Inform
Non inform
Non ncessaire
Oblique, douloureux la palpation,
spontanment, tympanique
de la fosse iliaque droite
l'hypochondre gauche
Les bruits hydro-ariques sont bien
perus
SPP = 2
SPPmax
*
*
*
Objectivit
Priorit
NOA = 0
OBJ = 0
Priorit
=
*
*
SPPmax = 5
CST = 0.4

105
Chapitre V
Nom du signe n5 : Nause.
La force = 10, la validit = 1.
Cas clinique N3
1
0,9
0,8
Validit
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7,5
8,5
9,5 10
Force
Douleur abdominale
Vomissements
Constipation
Mtorisme
Nause

Cas clinique n 4 :
Nom du symptme n1 : cphale.
Attribut
Valeur
SPPmax
Dclenchement
Intensit
*
*
Priodicit
Caractre
Localisation
Facteurs
Trs brutale
Non informe
Le matin mme
(modr) (34.29)
Non informe
Non informe
holocrnienne
alors quelle faisait son mnage
Rapport du modle
SPP = 3
Dure
Objectivit
Priorit
*
*
*
SPPmax = 6
CST = 0.5
NOA = 0
OBJ = 0
Priorit =
D

106
Chapitre V
Nom du signe n2 : Dsoriente.
Nom du symptme n3 : Vomissements.
Nom du signe n4 : Nuque raide.
Cas clinique N4
1
0,9
0,8
Validit
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7,5
8,5
9,5
10
Force
Cphale
Dsoriente
Vomissements
Nuque raide
107
Chapitre V
Cas clinique n 5 :
Nom du symptme n1 : Cphale.
Attribut
Dclenchement
Intensit
Dure
Priodicit
Caractre
Localisation
Valeur
Chronique
Non informe
Depuis qlq semaines
(trs svre)(68.57)
Non informe
Non informe
frontales et rtroorbitaires
SPPmax
*
*
*
Objectivit
Priorit
*
*
*
Facteurs
SPPmax = 6
NOA = 0
Priorit =
SPP = 3
CST =
OBJ = 0
D
0.5
Nom du symptme n2 : Asthnie.
Attribut
Valeur
SPPmax
Objectivit
Priorit
Dclenchement
Progressive
*
Intensit
Non informe
*
Dure
Non informe
*
Priodicit
Non informe
*
Caractre
Non informe
*
Localisation
Non ncessaire
Facteurs
Rapport du
SPPmax = 5
NOA = 0
SPP = 1
Priorit =
modle
CST = 0.2
OBJ = 0
Nom du signe n3 : Hmianopsie bitemporale.
Nom du signe n4 : Pleur
Rapport du
modle
108
Chapitre V
Nom du signe n5 : Anorexie.
Nom du symptme n6 : Constipation.
Nom du symptme n7 : Impuissance.
Cas clinique N5
1
0,9
0,8
Validit
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7,5
8,5
9,5
10
Force
Cphale
Asthnie
Hmianopsie bitemporale
Pleur
Anorxie
Constipation
Impuissance
V.2.3
Traitement des cas cliniques :
Les mdecins sont arrivs identifier le mme diagnostic dans les deux cas (avec et
sans lapplication) ce qui indique dj que sil y a une perte dinformation elle est acceptable.
De ce fait, la seule comparaison faite concerne le temps utilis par les mdecins pour identifier
le diagnostic de chaque cas clinique, le tableau suivant est un rcapitulatif des rsultats
obtenus :
109
Chapitre V
Nom du mdecin
SA (Sans application)
M.H
Cas Clinique N1
K.B
AA (Avec application)
00 :42.9
00 :52.9
Z.A
M.H
Cas Clinique N2
Cas Clinique N3
00 :53.9
K.B
Z.A
01 :58.6
M.H
02 :02.3
K.B
Z.A
M.H
Cas Clinique N4
00 :23.5
00 :50.9
K.B
Z.A
M.H
Cas Clinique N5
00 :34.1
02 :13.5
K.B
Z.A
00 :36.2
Tableau 33. Tableau rcapitulatif des rsultats obtenus par les tests.
SA : Cas rsolu sans utiliser lapplication. AA : Cas rsolu laide de lapplication.
110
Chapitre V
Comparaison et interprtation des rsultats obtenus :

COMPARAISON DES RSULTATS
M.H
Z.A
M.H
Z.A
M.H
K.B
Z.A
Cas Clinique 3
01:58,6 02:02,3
00:53,9
M.H
K.B
Z.A
Cas Clinique 4
00:50,9
00:23,5
00:36,2
02:13,5
00:34,1
00:50,9
K.B
Cas Clinique 2
00:52,9
AA 00:42,9
02:02,3
00:23,5
00:52,9
K.B
Cas Clinique 1
SA
AA
00:53,9
01:58,6
SA
00:42,9
TEMPS UTILIS POUR LA RSOLUTION D'UN CAS CLINIQUE

(MM:SS.C)
V.2.4
M.H
K.B
Z.A
Cas Clinique 5
02:13,5
00:34,1
00:36,2
Figure 40. Histogramme de la comparaison des rsultats des tests.

Le diagramme ci-dessus reprsente les donnes du tableau 33, Il montre que notre
application est assez efficace du moment que le temps utilis, pour identifier le diagnostic
correspondant un cas clinique laide de notre application, est chaque fois infrieur celui
utilis sans laide de notre application, ceci est proportionnel la complexit du cas clinique
(cest--dire le nombre de symptmes et de signes).
111
Conclusion gnrale et perspectives
Conclusion gnrale :
Le mdecin, dans sa dmarche pour identifier le diagnostic, est confront une norme
quantit de donnes traduite par une norme charge de travail. Notre projet a eu pour objectif
la mise en place dun moyen pour allger ce volume de donnes et grer leur fiabilit tout en
laissant le mdecin appliquer le mme raisonnement clinique quauparavant.
Nous avons, dans un premier temps, prsent lenvironnement du mdecin et montr
que linformation mdicale en fait bien partie, nous avons ensuite soulev la problmatique
de lunification des termes cliniques utiliss par les praticiens que nous avons trait par
lutilisation dune terminologie mdicale assez puissante. Nous avons, dans un deuxime
temps, pos la problmatique concernant la structuration de linformation mdicale,
problmatique que nous avons approfondie et rsolue par la conception dun modle unifi
pour la structuration des informations tudies. Une fois la problmatique de structuration
carte, nous avons tablis des formules pour traiter les informations mdicales captures.
Pour couronner le tout, nous avons tabli des mthodes de reprsentation graphique,
ceci pour faciliter linterprtation des rsultats du traitement et mieux exploiter lensemble de
la solution.
Perspectives :
En tant que perspectives principale on cite la ralisation dun systme daide la
dcision mdicale capable de suggrer le diagnostic correspondant un cas clinique donn,
ceci non pas comme la plupart des systmes daide la dcision mdicale le font cest--dire
essayer dimiter le raisonnement clinique du mdecin, solution juge inutilisable par ce
dernier, mais en construisant un systme qui va puiser dans la base de donnes que nous avons
conue dans ce projet pour comparer une situation prsente une autre qui lui est assez
semblable, ce type de systme est appel systme de raisonnement partir de cas (RPC).[
Althoff 98]
Dautres perspectives en relation directe avec notre travail sont citer :
Etablir des formules pour le calcul du pattern rsultat dun groupe de patterns
observations au lieu dun seul.
112
Conclusion gnrale et perspectives
Amliorer le modle propos pour la structuration des informations issues de lespace

dobservations ceci en se rfrant lavis des praticiens.
Augmenter lutilisabilit de cette solution en lui intgrant la version franaise de la

terminologie mdicale utilise SNOMED CT (sachant quelle nest pas encore
disponible dans sa totalit).
Employer des techniques plus labores pour la visualisation des rsultats du

traitement.
Pour terminer intgrer les solutions des trois projets (Annotation, Espace
dobservations et Espace de prdispositions) (cf. contexte gnral) dans le DSE
Mdiboard tel que : Les deux espaces (observations et prdispositions) apportent
linformation complte sur un patient tout en gardant un aspect de standardisation,
cette tche tant attribue au projet Annotation .
113
Bibliographie :
-[Aitnouri 13] Elmehdi Aitnouri, Observation Patterns As the kernels of Clinical Patterns In
Primary Care , 2013.
-[Althoff 98] Klaus-Dieter Althoff, Ralph Bergmann, Stefan Wess et .al, Case-Based
Reasoning for Medical Decision Support Tasks: The INRECA Approach, In: Artificial
Intelligence in Medicine Journal, Vol. 12, No. 1, Jan. 1998, 25-41.
-[AMIA & AHIMA 07], American Medical Informatics Association, American Health
Information Management Association, Healthcare Terminologies and Classifications:
Essential Keys to Interoperability, 2007.
-[BAGAYOKO 10] Cheick Oumar BAGAYOKO, Mise en place dun Systme
dInformation Hospitalier en Afrique, Thse de doctorat. LUniversit de la Mditerrane :
DAix Marseille II, 2010, 142p.
-[CEP 11] CEP, Collge des Enseignants de Pneumologie, 12 septembre 2011
-[CEP 01] CEP, Dossiers de gastro-entrologie, 2011
-[CHF 04] California Healthcare Foundation, Clinical Data Standards Explained, 2004.
-[DANIEL-LE BOZEC 07] Dr Christel DANIEL-LE BOZEC, Dossier Patient
Informatis (DPI) : Codage de linformation mdicale , Universit Paris Descartes UMRS
872- INSERM, 2007.
-[Degoulet 04] Patrice Degoulet, Systmes dinformation hospitaliers : Dossier patient et
prescription lectronique , Facult de Mdecine Ren Descartes : Universit Paris 5, 2004.
-[Draillard 09] Francis Draillard, Premiers pas en CSS et XHTML , 2009.
-[ELKOSANTINI 10] Sabeur ELKOSANTINI, Introduction la logique floue : Les
concepts fondamentaux et applications , 2010.
-[Engels 09] Jean Engels, PHP5 Cours et exercices, 2009, ISBN : 978-2-212-12486-6.
-[Essin 93] Essin DJ. Intelligent processing of loosely structured documents as a strategy for
organizing electronic health care records. Methods Inf Med 1993.
-[Fabry 09] Paul Fabry, ISA 202 : Terminologies : Module 4 : SNOMED CT 2, Historique,
structure et contenu de la SNOMED CT , Facult de mdecine et des sciences de la sant Universit de Sherbrooke, 2009.
-[Fauci 13] Fauci A, & al. Featuring the complete contents of harrison's principles of internal
medicine, 17e (http://www.accessmedicine.com/).
114
-[Franck 07] Franck Valle, Pascal Roques, UML 2 en action De lanalyse des besoins la
conception . Paris : Eyrolles, 2007.
-[Garets & Davis 06] Dave Garets & Mike Davis, EMRvs. EHR: Definitions, Electronic
Medical Records vs. Electronic Health Records: Yes, There Is a Difference , HIMSS
Analytics, 2006, 14p.
-[Genaud 05] Stphane Genaud, Introduction a JavaScript , 2005.
-[Gill 04] Stphane Gill, Le serveur Web : Apache , 2004.
-[Glehen 11] professeur Glehen , Cas clinique dhpato Gastro Entrologie , 2011.
-[Grant 09] Andrew Grant, Elmehdi Aitnouri, Data treatment for pattern extraction ,
September 2009.
-[Grin 06] Richard Grin, Langage SQL version 5.4.5 du polycopi , Universit de Nice
Sophia-Antipolis, 9 dcembre 2006.
-[Grin 06] Richard Grin, Langage SQL version 5.4.5 du polycopi , Universit de Nice
Sophia-Antipolis, 9 dcembre 2006.
-[HONNORAT 09] Charles HONNORAT, L'approche clinique en Mdecine Gnrale
Rennes, 2009, 18p.
-[IBM 08] IBM Global Business Services, Healthcare 2015 and care delivery , 2008, 32p.
-[ICIS 12] Institut canadien d'information sur la sant (ICIS), CIM-10 : classification
statistique internationale des maladies et des problmes de sant connexes , volume 1, 2012,
1028p, ISBN 1-55392-808-3.
[IHTSDO 08] International Health Terminology Standards Development Organisation,
SNOMED Clinical Terms Basics, Aout 2008.
-[IHTSDO 11] International Health Terminology Standards Development Organisation,
SNOMED CT Technical Implementation Guide, Juillet 2011.
-[IHTSDO 13] International Health Terminology Standards Development Organisation,
SNOMED CT Technical Implementation Guide, Janvier 2013.
-[Innocent 04] Innocent PR, John I. Computer aided fuzzy medical diagnosis. Information
Sciences 2004;162:81,81-104.
-[Jamoulle 10] Marc Jamoulle, Some views about SNOMED-CT by a General Practitioner :
Report to SEMINOP (Belgian Ministry of Health), Belgian, juillet 2010.
115
-[Kim 05] Katherine Kim, Categories of Standards, Clinical Data Standards in Health Care:
Five Case Studies, CALIFORNIA, July 2005, 27p.
-[KOHLER 02] Franois KOHLER, Les Classifications et Nomenclatures mdicales
-[Lusignan 03] Lusignan S, Wells S, Hague N, Thiru K. Managers see the problems associated
with coding clinical data as a technical issue whilst clinicians also see cultural barriers.
Methods Inf Med 2003.
-[LYCEE KOEBERLE 11] LYCEEKOEBERLESELESTAT, Cours Annexe : LES
GRAPHIQUES STATISTIQUES , 2011.
-[MySQL AB 09] MySQL AB, MySQL 5.0 Reference Manual , 2009.
-[OMS 08] Organisation mondiale de la Sant (OMS), CIM-10 : classification statistique
internationale des maladies et des problmes de sant connexes , volume 2, 2008, 234p,
ISBN 978 92 4 254766 5.
-[Perlis 05] Perlis LM, Jungquist C. Cognitive behavioral treatment of insomnia: a sessionby-session guide. Springer, 2005.
-[Roques 08] Roques Pascal, Les cahiers du programmeur UML2. Paris : Eyrolles , 2008.
-[Seising 06] Seising R. From vagueness in medical thought to the foundations of fuzzy
reasoning in medical diagnosis. Artificial intelligence in medicine 2006;38:237-256.
-[Steimann 00] Steimann F, Adlassnig KP. Fuzzy medical diagnosis. 2000.
-[Tibiche 08] Dr Arezki Tibiche, Matre-assistant en Epidmiologie, Reprsentation
graphique des donnes , 2008.
-[Yager 97] Yager R. A general approach to the fusion of imprecise data. International Journal
of Intelligent Systems 1997;12(1):1-29.
-[Zadeh 65] Zadeh LA. Fuzzy sets. Information & control 1965;8:338,338-353.
-[Zadeh 69] Zadeh LA. Biological application of the theory of fuzzy sets and systems. Proc.
of int. Symp. Biocybernetics of the Central Nervous System (Little, Brown & Co., Boston)
1969:199-212.
-[Zweigenbaum 98] Pierre Zweigenbaum, Terminologie, Encoder linformation mdicale :
des terminologies aux systmes de reprsentation des connaissances , 23 p, Universit Paris
6,1998.
116
Webographie :
-[CFPC 13] The College of Family Physicians of Canada, PRIMARY CARE Toolkit FOR
FAMILY PHYSICIANS [en ligne], disponible sur http://toolkit.cfpc.ca/fr/informationtechnology/electronic-medical-record.php , consult le (24/02/2013).
-[Gartner 13] Gartner, IT Glossary [en ligne], disponible sur http://www.gartner.com/itglossary/cdo-care-delivery-organization/ , consult le (27/02/2013).
-[GDT 13] Office qubcois de la langue franaise, Le grand dictionnaire terminologique
(GDT) [en ligne], disponible sur http://gdt.oqlf.gouv.qc.ca , (consult le 08/02/2013).
-[IHTSDO 13] International Health Terminology Standards Development [En ligne],
disponible sur http:// www.ihtsdo.org , (consult le 09/05/2013).
-[insa-lyon 13] Institut National des Sances Appliques de Lyon, insa-lyon [en ligne],
disponible sur http://agbo.insa-lyon.fr/ressources/fichier/SIH.pdf , consult le (13 janvier
2013).
-[Mediboard 13] Mediboard, Systme d'Information Hospitalier [enligne], disponible sur
http://www.mediboard.org/public/Syst%C3%A8me+d%27Information+Hospitalier
consult le (11/02/2013).
-[Php 13] www.php.net/manual/fr/preface.php, consult le : 8/9/2013.
-[UNILIM 13] Universit de Limoges, France, [en ligne]www.unilim.fr/campu neuroc
hirurgie/, consult le 08/09/2013.
-[UTC 13] Universit de Technologie de Compigne, assistant biomdical en ingnierie
hospitalire [En ligne], disponible sur http://www.utc.fr/tsibh , (consult le 15/01/2013).
117

Conception Et Réalisation D'un Module Clinique Pour Les DSE (Dossier de Santé Électronique) - WWW - Alra3i.com-147 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Conception Et Réalisation D'un Module Clinique Pour Les DSE (Dossier de Santé Électronique) - WWW - Alra3i.com-147 PDF

Uploaded by

Copyright:

Available Formats

Mmoire de Fin dtudes

Pour lobtention du diplme dingnieur dtat en informatique

Conception et ralisation dun module clinique

- BOUZERD Mohamed Ouchabane.

- Mr ABBASSENE Ali (CDTA).

Je tiens ddier ce travail mes parents

Nous remercions ALLAH le tout puissant de nous avoir donn le courage et la

Nous tenons remercier lquipe qui a assur notre encadrement en

Nous noublions surtout pas de remercier toute personne ayant aid

Tarek & Mohamed Ouchabane

Lapplication de linformatique aux soins de sant, principalement travers le DSE

Table des matires

Concepts de base : ...................................................................................................... 6

I.1.1 Systme dInformation (SI) : .................................................................................. 6

Normes et terminologies mdicales : ....................................................................... 16

Comparaison des terminologies mdicales SNOMED CT et CIM 10 : ............ 20

Sous problmatique : .......................................................................................................... 40

IV.2.6 Passage au modle relationnel : ......................................................................... 91

Le systme de gestion de base de donnes (MySQL) : ..................................... 96

Serveur Web (Apache) : .................................................................................... 97

V.2 Tests et rsultats : ..................................................................................................... 98

Dfinition des cas cliniques et prsentation des mdecins : .............................. 99

V.2.2 Etablissement des patterns observations, des patterns rsultats et des

Traitement des cas cliniques :.......................................................................... 109

Comparaison et interprtation des rsultats obtenus : ..................................... 111

Conclusion gnrale : ....................................................................................................... 112

Liste des figures :

Figure 28. Diagramme de squence du cas n2.

Liste des tableaux :

Tableau 30. Pattern observation du symptme n1 du cas n4.

Liste des abrviations :

NHIN : National Health Information Network

Partie II : Analyse et conception

La connaissance dans le domaine mdical

La connaissance dans le domaine

I.1 Concepts de base :

I.1.2 Fournisseur de Soin (FDS) :(Care Delivery Organization

I.1.3 Systme dInformation Hospitalier (SIH) :

La connaissance dans le domaine mdical

Il traite linformation et garantit sa cohrence. Linformation, une fois capture, doit

I.1.3.2 Domaines et vocations dun SIH :

I.1.3.3 Analyse du SIH :

Figure 1. Acteurs internes et externes dun SIH. [Degoulet 04]

La connaissance dans le domaine mdical

Production des soins

Figure 2. Sous-systmes dun SIH. [Degoulet 04]

I.1.3.4 Objectifs dun SIH :

a. Lamlioration de la qualit des soins :

Amliorer la scurit et la traabilit des actions de soins.

b. La matrise des cots :

La connaissance dans le domaine mdical

Diminuer les tches administratives.

I.1.3.5 La ncessit dinformatiser le SIH :

I.1.4 Le Dossier de Sant Electronique (DSE) et le Dossier

La connaissance dans le domaine mdical

Cest une application dont lenvironnement est compos dentrepts de donnes

I.1.4.2 Dossier de Sant Electronique (DSE):

I.1.4.3 Diffrence entre le DSE et le DME :

La connaissance dans le domaine mdical

dune consultation un patient par un

provenant de divers FDS o le patient

Appartient un FDS donn.

Appartient un patient donn.