Interprétation de bonnes pratiques de codification médicale par du raisonnement à partir de cas - Application à la saisie de données pour les registres du cancer

Michael Schnell (1) , Sophie Couffignal (1) , Jean Lieber (2) , Stéphanie Saleh (1) , Nicolas Jay (2)

1 LIH - Luxembourg Institute of Health
2 ORPAILLEUR - Knowledge representation, reasonning

Les registres du cancer jouent un rôle important dans la lutte contre le cancer. Afin d'obtenir des données de qualité et comparables, des standards de codification internationaux et maintes bonnes pratiques de codification médicale doivent être respectés. Cet article propose une approche d'aide aux encodeurs dans le cadre des registres du cancer et décrit l'application de raisonnement à partir de cas. Cet article détaille également une implémentation prototype de l'approche décrite et des résultats préliminaires.

Mots clés: coding standards; user assistance; cancer registries; interpretive case-based reasoning; interpretation of best practices; decision support

Domaines: Intelligence artificielle [cs.AI]

Michael Schnell, Sophie Couffignal, Jean Lieber, Stéphanie Saleh, Nicolas Jay. Interprétation de bonnes pratiques de codification médicale par du raisonnement à partir de cas - Application à la saisie de données pour les registres du cancer. Journée I.A. et Santé, Jul 2018, Nancy, France. ⟨hal-01907088⟩