Abstract FR:

Lorsqu'ils sont intégrés au système d'information hospitalier (SIH), les systèmes d'aide à la décision clinique (SADCs) semblent pouvoir contribuer à l'amélioration de la qualité des soins. Cependant, peu de systèmes sont opérationnels et à ce jour aucun modèle standard n'a été proposé. Les 2 principaux objectifs de cette thèse sont : (1) la modélisation d'un SADC dans le domaine du contrôle des infections ; (2) le développement et l'évaluation d'un système intégré à un SIH réel, à partir d'un modèle dégradé. En utilisant des méthodes d'Intelligence Artificielle, nous avons conçu en langage UML (Unified Modeling Language), un modèle conceptuel composé de 2 sous-modèles : l'un pour la détection des infections nosocomiales et des germes multirésistants et de l'autre pour la sélection de l'antibiothérapie empirique. Le premier est basé sur une approche " systèmes experts ", alors que le second repose sur une approche prédictive. GermWebServer est le système que nous avons développé pour le module de surveillance des infections. Basé sur des techniques d'ingénierie des Bases de Données, ce système nous a permis une opérationalisation de notre démarche par l'utilisation d'un SADC en pratique clinique de routine avec une amélioration des performances de détection des infections nosocomiales. Par ailleurs, les résultats obtenus pour le module de sélection de l'antibiothérapie empirique semblent favoriser un modèle prédictif basé sur la méthode de régression logistique, puisqu'il semble mieux adapté qu'un modèle de réseau de neurones artificiel. GermWebServer constitue aujourd'hui une plate-forme pour de nouvelles applications telles que : l'identification des anciens porteurs du GMRs dès leur admission à l'hôpital ou le contrôle des prescriptions d'antibiotiques.