Évaluation des améliorations de prédiction d'hospitalisation par l'ajout de connaissances métier aux dossiers médicaux

Les dossiers medicaux electroniques (DME) contiennent des informations essentielles sur les differents episodes symptomatiques qu'un patient a subis. Cependant, les connaissances disponibles a travers ces enregistrements restent limitees : les attributs extractibles a partir de ces textes pour un algorithme d'apprentissage ne contiennent pas toutes les informations implicites connues par un expert. Afin d'evaluer et de pallier ce probleme, nous avons etudie l'impact de l'augmentation des textes et des informations textuelles en provenance des DMEs par des annotations ontologiques generees automatiquement a partir de leur analyse afin d'enrichir en amont les representations vectorielles utilisees ensuite par des algorithmes d'apprentissage.