Le projet LERUDI : fiche signalétique

Services | 31 août 2010
L’objectif du projet LERUDI (LEcture Rapide en Urgence du Dossier Informatisé du patient) est la mise au point et l’évaluation d’un prototype de moteur de fouille de texte, capable d’extraire en quelques secondes, des informations utiles voire déterminantes pour le médecin urgentiste, à partir de dossier médicaux électroniques. Explications…
 
Une application pour la recherche d’information en contexte  
En médecine, et particulièrement dans les situations d’urgence, la qualité et la rapidité du diagnostic conditionnent parfois la survie du patient : c’est la raison pour laquelle la quête d’information en contexte fait l’objet de travaux de recherche qui se justifient pleinement. Le projet LERUDI (LEcture Rapide en Urgence du Dossier Informatisé du patient) répond à ces enjeux capitaux.
Pour en savoir plus, lire l’article « Les enjeux du projet LERUDI ».
 
Proket LerudiSi les médecins urgentistes attendent le DMP et s’annoncent d’emblée comme des utilisateurs, ils posent également un niveau d’exigence élevé : la contrainte de temps. Dans le cadre du projet « LERUDI » (LEcture Rapide en Urgence du Dossier Informatisé du patient), l’ASIP Santé et ses partenaires essaient de répondre à un défi qui dépasse le simple contexte des urgences : optimiser la recherche d’informations.
 

Déterminer les informations utiles au diagnostic à l’instant 't'

Le prototype de moteur de fouille de texte, objet du projet LERUDI, doit permettre d’identifier très rapidement, au sein du dossier médical électronique, les informations qui permettront au médecin urgentiste d’agir avec efficacité. À cet effet, le prototype du moteur doit répondre à cinq exigences :
  • extraire uniquement des informations exactes et éviter les contresens susceptibles d’induire le médecin en erreur ;
  • ne pas oublier une information importante pour l’urgentiste ;
  • ne pas « noyer l’urgentiste » avec des informations certes exactes, mais non déterminantes pour lui ;
  • extraire les informations en quelques secondes  par requête automatique, mais aussi permettre d’effectuer des requêtes complémentaires pour explorer le contenu du dossier ;
  • extraire ces informations à partir de documents médicaux plus ou moins structurés.
Autre contrainte de ce projet, la nécessité de disposer de dossiers médicaux informatisés pour la mise au point du prototype. En l’absence de DMP disponibles, le choix a été fait d’utiliser les dossiers médicaux dont le contenu se rapproche de ce que sera le DMP, à savoir des dossiers hospitaliers d’établissements de type MCO, afin d’avoir des comptes-rendus de différentes spécialités.
 

Des compétences complémentaires au service d’un projet exigeant 

Différents acteurs participent à ce projet :
  • l’État, représenté par l’ASIP Santé, qui organise, finance et pilote le projet.
  • les médecins urgentistes, représentés par SAMU Urgences de France et la Société française de médecine d’urgence. Ils sont les clients finaux du projet et contribuent fortement à sa conception et son évaluation.
  • les spécialistes de nouvelles technologies de traitement automatique du langage naturel (TAL), représentés par les équipes de trois laboratoires de recherche indispensables à la conception du prototype, puisque fournisseurs des référentiels : 
    • le LERTIM de Marseille, gérant les terminologies ATC, MedDRA, WHO ART ;
    • le CISMEF de Rouen, gérant les terminologies SNOMED 3.5vf, CIM10, DRC, MeSH, CISP2, CIF/CIH ;
    • l’unité SPIM de l’INSERM-AP-HP, qui construit une ontologie des urgences spécifiquement pour le projet, en étroite collaboration avec des médecins urgentistes. 
  • trois CHU, chargés de fournir des dossiers médicaux informatisés « anonymisés » et d’évaluer le prototype en situation réelle d’urgence ;
  • le laboratoire d’ingénierie de la santé de l’université de Lille 2 (ILIS), chargé de l’évaluation du prototype à chaque phase du projet ;
  • un consortium industriel, sélectionné au terme d’un appel d’offres, regroupant un intégrateur SWORD et trois éditeurs de logiciels spécialistes de l’analyse sémantique et linguistique : Arisem, Mondéca et Antidot.
Fiche signalétique du projet urgence
 

Une méthode itérative et des étapes clairement identifiées

 
Le projet est organisée en deux grandes phases, la phase de mise au point du prototype et la phase d’évaluation du prototype en situation réelle d’urgence. 
L’objectif de la mise au point du prototype est d’élaborer un outil qui réponde exactement au cahier des charges. L’enjeu sera le GO / NO GO pour passer à la phase suivante et évaluer le prototype en situation réelle d’urgence.
 

La mise au point du prototype

 
Cette phase comporte un temps de conception des différentes composantes : conception du moteur, création des règles d’indexation et plus globalement du paramétrage de l’outil, construction de l’ontologie des urgences, préparation des autres référentiels (terminologies), construction des interfaces homme machine de présentation des dossiers au médecin urgentiste. 
 
Le second temps permettra la mise au point du prototype, au travers d’un minimum de trois campagnes de tests itératives. Ainsi, une campagne concerne  50 dossiers indexés « lus » respectivement par le moteur et par un médecin urgentiste. L’évaluateur compare les résultats des deux lectures et calcule les scores de concordance et discordance par contresens, oublis, ou bruit. Après chacune des campagnes, les ajustements nécessaires sont effectués sur le moteur ou les référentiels en fonction des résultats obtenus. Les modifications effectuées, une nouvelle campagne traite 50 nouveaux dossiers ainsi que les dossiers de la campagne précédente, afin d’évaluer la non-régression et la non-variabilité des résultats.
 
Enfin, une grande campagne de validation du prototype s’effectuera sur plusieurs centaines de dossiers, selon la même méthode que précédemment : indexation par le prototype, validation par des médecins urgentistes, analyse comparative par l’évaluateur. Au terme de cette campagne, l’évaluateur déterminera la sensibilité ou taux de rappel et la spécificité ou taux de précision du prototype.
 
En fonction des résultats, le prototype sera évalué en situation réelle d’urgence dans deux établissements, en SAMU Centre 15 et en service d’accueil des urgences. Les résultats de cette mise au point sont appelés à être présentés lors du congrès de la SFMU, Urgences 2011.
 
Le traitement automatique du langage naturel
Les nouvelles technologies de traitement automatique du langage naturel (TAL), notamment l’indexation automatique et l’extraction des termes (semantic mining) ouvrent des perspectives dans le traitement de l’information et des connaissances en médecine. De nombreuses équipes de recherche travaillent dans ce domaine avec différentes approches : ontologie, terminologie, bases de connaissance, thésaurus…