Ontological modeling of clinical practice guidelines to provide flexible decision support

Conformément aux principes de la médecine factuelle, les guides de bonne pratique clinique (GBPC) sont élaborés dans un but d'amélioration de la qualité des soins. Pourtant, le suivi des recommandations par les médecins reste faible, même lorsqu'elles sont intégrées dans des systèmes informatisés d'aide à la décision. En effet, elles sont souvent critiquées pour leur manque de flexibilité, et leur incapacité à gérer la singularité des patients rencontrés en pratique clinique. En particulier, leur orientation monopathologique est en inadéquation avec la réalité de patients bien souvent polypathologiques. Nos travaux portent sur la proposition d'une méthode basée sur un raisonnement ontologique pour permettre la conciliation de GBPC pour la prise en charge flexible de patients polypathologiques au sein d'un système d'aide à la décision. Les bases de connaissances reposent sur des règles construites par formalisation des recommandations, dont les critères patients sont organisés par une ontologie du domaine, permettant de produire un graphe des profils cliniques structuré par généralisation. Le raisonnement ontologique permet une juste adaptation des connaissances aux niveaux d'abstraction variables de la description du patient. Cette méthode a été implémentée dans un système d'aide à la décision, appelé GO-DSS, et appliquée à la prise en charge de patients diabétiques et hypertendus, à partir des GBPC produits par la société VIDAL (VIDAL Recos). Le prototype et ses interfaces ont été évalués qualitativement par un échantillon d'utilisateurs comprenant à la fois des informaticiens avec des connaissances médicales et des médecins avec des compétences en informatique.Clinical practice guidelines (CPGs) are elaborated according to evidence-based medicine principles in order to improve healthcare quality. However, even when they are integrated into clinical decision support systems, recommendations are poorly implemented by physicians. Indeed, CPGs are often criticized for their lack of flexibility, and their inability to handle the singularity of patients encountered in clinical practice. In particular, CPGs are usually elaborated for a single pathology whereas patients usually suffer from multiple pathologies and comorbidities. We have proposed a method based on an ontological reasoning to enable the reconciliation of single-pathology CPGs to support the flexible management of patients with multiple pathologies. Knowledge bases are made of decision rules that formalize the content of single-pathology CPGs. Patient criteria are organized by a domain ontology, which allows the generation of a generalization-ordered graph of clinical patient profiles. The ontological reasoning allows to reason at different levels of abstraction to process clinical cases described with different levels of completeness. This method has been implemented in a decision support system called GO-DSS, and applied to the management of patients suffering from both arterial hypertension and type 2 diabetes, on the basis of CPGs produced by the VIDAL company (VIDAL Recos). The prototype and its user interfaces have been qualitatively evaluated by a sample of users including both computer scientists with medical knowledge and physicians with computer skills