Thesis, COLLÉGIALITÉ

Abstract

L’intelligence artificielle est un outil prometteur qui nécessite, néanmoins, une préparation des données. Les données stockées dans les bases de données du CHU de Liège (SIMÉ et BHUL) forment un continuum entre la consultation et les prélèvements biologiques. Toutefois, à notre connaissance, ces bases de données ne communiquent pas entre elles, et dépendent de l’encodage effectué par les services. Le service de rhumatologie s’efforce d’améliorer cet encodage et de faire communiquer les informations provenant du SIMÉ et de la BHUL. En effet, un rhumatologue ne peut actuellement pas estimer directement le nombre et la nature des échantillons biologiques conservés par la BHUL pour un patient donné. De même, un chercheur du laboratoire de rhumatologie n’a pas accès aux paramètres cliniques des patients sous un format utilisable pour les statistiques descriptives. Même si une relation humaine existe entre cliniciens et chercheurs, une interopérabilité des bases de données SIMÉ et BHUL permettrait une communication fondée sur des faits. Dans ce contexte, le projet dans lequel s’inscrit ce mémoire vise à créer un outil de consultation des données mettant en relation les paramètres cliniques et le stock d’échantillons. Cet outil sera relié à une base de données relationnelle dynamique, mise à jour régulièrement. Cette base de données devra servir également de source d’information pour nourrir une intelligence artificielle dans l’espoir de prédire l’évolution des pathologies rhumatoïdes et ainsi servir directement à la prise en charge du patient. En ce sens, les données relatives aux patients atteints de sclérodermie systémique servent ici de projet pilote pour évaluer la faisabilité de la mise en place d’une architecture globale pour le service de rhumatologie. Ce mémoire s’inscrit comme la première étape de ce projet. Étant donné que le jeu de données sur les patients atteints de sclérodermie systémique a été créé manuellement, ce mémoire apporte des outils génériques au nettoyage des données. Ceci pour obtenir un jeu de données cohérent dans un format utilisable par les langages de programmation, condition sine qua non pour parvenir à la création et à la mise à jour automatisable d’une base de données dynamique. Ce mémoire aborde, dans un premier temps, la gestion des valeurs manquantes, puis se concentre sur la gestion de valeurs aberrantes dans un second temps. Une automatisation de la résolution de ces deux points sera réalisée au travers d’une librairie R générique. L’évaluation des outils développés sera réalisée en combinant deux par deux les catégories retrouvées dans chaque paramètre clinique.