Cogito, l’IA cognitive de Traitement Automatique du Langage Naturel, au service de l’analyse des comptes rendus médicaux pour étudier la résistance à des traitements
Dans le cadre du projet OncoSNIPE, Sword va enrichir le logiciel ConSoRe pour faciliter la création de cohortes rétrospectives en incluant des patients résistants à des traitements.
Le logiciel ConSoRe, coédité avec Unicancer et déjà utilisé par 11 Centres de lutte contre le Cancer, est capable de reconstruire le parcours néoplasique des patients de ces centres en agrégeant toutes les données disponibles qu’elles soient structurées comme le PMSI ou non structurées comme les Comptes Rendu du Dossier patient.
Plus spécifiquement pour identifier les patients résistants le logiciel exploitera les changements de ligne de traitements qui sont structurées automatiquement par ConSoRe, ainsi que des algorithmes de Machine Learning pour identifier la cause de ces changements (toxicité, maintenance protocolaire, progression de la maladie). Cet algorithme de Machine Learning sera alimenté à partir des concepts extraits des comptes rendus via des Traitements Automatiques du Langage Naturel novateurs visant à appliquer aux textes des modèles de réseaux neuronaux convolutifs qui ont révolutionné le monde du traitement de l’image. Cette transposition est devenue possible grâces aux techniques de codification des textes à partir de vecteurs denses telles que Word2Vec (2013), FastText (2015) qui ont émergé ces dernières années.
L’objectif visé est de réussir à extraire tous les concepts utiles à la prédiction de la résistance d’ici la fin du premier semestre 2019 et d’intégrer cette prédiction sous forme d’un nouveau critère de recherche et d’une représentation dédiée dans ConSoRe d’ici la fin de l’année. Ces composants seront évalués dans les établissements impliqués dans le projet OncoSNIPE : Institut Curie à Paris, Centre Georges-François Leclerc de Dijon, Centre Léon Bérard à Lyon, Institut Paoli Calmette de Marseille.
Ces travaux de développement et mise au point étant par nature itératifs, il est prévu de livrer des versions optimisées de Consore pour la détection des patients résistants à la fin du premiers semestre 2020 (Résistance V2), puis à la fin de l’année 2020 (Résistance V3).
Auteur : Frédéric Joly, Sword