Proposition de stage M2 

ADAPTATION DE TERMINOLOGIES EXISTANTES AU TRAVERS DE CORPUS

Natalia Grabar (natalia.grabar@spim.jussieu.fr)
SPIM - Centre de Recherche des Cordeliers ; U Paris Descartes, UMR_S 872 ;
INSERM, U872 ; HEGP AP-HP

Contexte

Plusieurs terminologies existent dans le domaine biomédical et
proposent des descriptions de la biologie ou de la médecine. Ces
terminologies ont deux caractéristiques principales : 1. Elles sont
spécifiques aux applications : MeSH (NLM, 2001) pour la recherche
d'information, MedDRA (Brown et al., 1999) pour la description des
effets indésirables des médicaments, GO (Gene Ontology Consortium,
2000) pour l'annotation fonctionnelle des gènes, ...  2. Elles sont
généralistes de domaines médical ou biologique : elles visent à en
proposer une description aussi exhaustive que possible.

Du fait de leur spécificité (1), leur utilisation est plus aisée dans
des applications. Quant à leur nature généraliste (2), cela correspond
à un réel besoin mais peut présenter une limite lorsque l'on travaille
avec des données d'une seule spécialité médicale (cardiologie,
stomatologie) ou même avec des données relatives à un questionnement
médical plus précis (diagnostic de métastases hépatiques du cancer
colorectal). Dans ce dernier cas surtout, il pourrait être intéressant
d'avoir une ressource terminologique adaptée à la question médicale.

Objectifs

Le coût nécessaire à l'élaboration de ressources terminologiques étant
élevé, nous proposons d'aborder cette problématique en termes
d'adaptation de terminologies. L'objectif du stage consiste à
implémenter et tester une méthodologie qui permettrait d'adapter les
terminologies existantes, au travers des corpus, à une question
médicale précise.

Le matériel principal de travail sont des mots-clés centraux pour une
question, par exemple: "colorectal neoplasms" ; "liver neoplasms" ;
"laparoscopy" ; "tomography, emission-computed" ; "magnetic resonance
imaging" ; "tomography, x-ray computed" pour la question diagnostic de
métastases hépatiques du cancer colorectal. Ce matériel servira
d'amorce pour la constitution de corpus (articles scientifiques) et de
points d'entrée dans les terminologies (p.ex. l'UMLS (NLM, 2007) qui
propose plus de 140 terminologies biomédicales). Le stagiaire
utilisera des outils d'acquisition (Bourigault & Jacquemin, 2000) et
structuration (Grabar & Hamon, 2004) des terminologies. Le
développement en Perl (sous Linux/Unix) sera demandé lors de
différentes étapes de la méthodologie.

Déroulement du stage

Le stage sera encadré par un chercheur en informatique biomédicale et
en TAL, et co-encadré par un médecin. Il s'agit d'un stage de 6 mois
rémunéré. Il se déroulera au Centre de Cordeliers (Paris 6). Un CV et
une lettre de motivation sont à envoyer à Natalia Grabar.

Références 

BOURIGAULT, D. & JACQUEMIN , C. (2000). Construction de ressources
terminologiques, In J.-M. PIERREL, Ed., Industrie des langues,
pp. 215­233.

BROWN , E., WOOD , L. & WOOD , S. (1999). The medical dictionary for
regulatory activities (MedDRA). Drug Saf., 20(2), 109­17.

GENE ONTOLOGY CONSORTIUM (2000). Gene Ontology : tool for the
unification of biology. Nature genetics, 25, 25­29.

GRABAR , N. & HAMON , T. (2004). Les relations dans les terminologies
structurées : de la théorie à la pratique. Revue d'Intelligence
Artificielle (RIA), 18(1).

NLM (2001). Medical Subject Headings. National Library of Medicine,
Bethesda, Maryland. http://www.nlm.nih.gov/mesh/ meshhome.html.

NLM (2007). UMLS Knowledge Sources Manual. National Library of
Medicine, Bethesda, Maryland. www.nlm.nih.gov/research/umls/.