28
Informatique médicale, e-Santé
2.6.2 Des terminologies pour indexer des documents
La recherche d’information fait appel à des méthodes d’analyse du langage
naturel et à l’indexation bâtie sur un vocabulaire contrôlé. L’indexation est le
processus qui permet de recenser les concepts censés représenter le contenu
des documents (descripteurs) sous une forme telle que la consultation des
documents et le repérage à l’intérieur de leur contenu soient facilités. Le
vocabulaire cible est un ensemble prédéfini de termes en nombre relativement faible, tel qu’il puisse servir de base d’index à tous les autres termes de
la langue. Il a un certain nombre de propriétés :
– il correspond à une liste de termes pour étiqueter les documents ;
– il s’agit d’une sélection de termes du domaine (liste limitée de termes) ;
– il intègre une gestion des synonymes ;
– certaines relations entre termes sont représentées de manière à permettre
des recherches d’informations de granularité différente, par exemple pénicilline (est un) antibiotique.
Le vocabulaire cible ou thesaurus utilisé pour indexer les articles médicaux dans la base bibliographique Medline est le Medical Subject Headings
(MeSH). Créé en 1960 par la US National Library of Medicine, il comprend
26 000 descripteurs (subject headings) qui sont des termes devant représenter, sans ambiguïté, un concept. Ces termes sont répartis en grands
modules recouvrant tout le domaine biomédical : Anatomie, Organismes,
Maladies, Médicaments et produits chimiques, Techniques et équipements
pour les analyses, le diagnostic et la thérapeutique, Humanités, Psychiatrie
et psychologie, Science biologique, Science physique, Anthropologie, Éducation, Sociologie et Phénomènes sociaux, Technologie, Industrie, Agriculture
et Alimentations, Sciences de l’information et de la communication, Groupes
de personnes, Noms géographiques. MeSH est un thesaurus avec une structure hiérarchique permettant des recherches plus ou moins spécifiques, sur
le modèle broader/narrower (plus générique/plus spécifique). En fait, il s’agit
d’une polyhiérarchie dans la mesure où un terme peut être associé par une
relation hiérarchique à plusieurs parents, Comme, par exemple :
– Lithiase urinaire est-une Lithiase
e
;
– Lithiase urinaire est-une Maladie de l’appareil urinaire.
e
Ces relations hiérarchiques sont cependant parfois assez génériques :
– Maladie d’Addison est-une maladie auto-immune.
e
Dans le MeSH, l’hémochromatose est classée sous Erreurs congénitales du
métabolisme des métaux (Metal Metabolism, inborn errors). On sait que la
relation entre Hémochromatose et Erreurs congénitales du métabolisme des
métaux correspond en réalité à « est généralement un » plutôt que « est un »
dans la mesure où certaines hémochromatoses sont acquises (transfusions
répétées). Ces relations, même si elles ne sont pas vraiment taxonomiques,
présentent un intérêt important en recherche d’informations ; c’est la raison
pour laquelle l’hémochromatose est également classée sous surcharge en fer
(fig. 10).
Informatique médicale, e-Santé
2.6.2 Des terminologies pour indexer des documents
La recherche d’information fait appel à des méthodes d’analyse du langage
naturel et à l’indexation bâtie sur un vocabulaire contrôlé. L’indexation est le
processus qui permet de recenser les concepts censés représenter le contenu
des documents (descripteurs) sous une forme telle que la consultation des
documents et le repérage à l’intérieur de leur contenu soient facilités. Le
vocabulaire cible est un ensemble prédéfini de termes en nombre relativement faible, tel qu’il puisse servir de base d’index à tous les autres termes de
la langue. Il a un certain nombre de propriétés :
– il correspond à une liste de termes pour étiqueter les documents ;
– il s’agit d’une sélection de termes du domaine (liste limitée de termes) ;
– il intègre une gestion des synonymes ;
– certaines relations entre termes sont représentées de manière à permettre
des recherches d’informations de granularité différente, par exemple pénicilline (est un) antibiotique.
Le vocabulaire cible ou thesaurus utilisé pour indexer les articles médicaux dans la base bibliographique Medline est le Medical Subject Headings
(MeSH). Créé en 1960 par la US National Library of Medicine, il comprend
26 000 descripteurs (subject headings) qui sont des termes devant représenter, sans ambiguïté, un concept. Ces termes sont répartis en grands
modules recouvrant tout le domaine biomédical : Anatomie, Organismes,
Maladies, Médicaments et produits chimiques, Techniques et équipements
pour les analyses, le diagnostic et la thérapeutique, Humanités, Psychiatrie
et psychologie, Science biologique, Science physique, Anthropologie, Éducation, Sociologie et Phénomènes sociaux, Technologie, Industrie, Agriculture
et Alimentations, Sciences de l’information et de la communication, Groupes
de personnes, Noms géographiques. MeSH est un thesaurus avec une structure hiérarchique permettant des recherches plus ou moins spécifiques, sur
le modèle broader/narrower (plus générique/plus spécifique). En fait, il s’agit
d’une polyhiérarchie dans la mesure où un terme peut être associé par une
relation hiérarchique à plusieurs parents, Comme, par exemple :
– Lithiase urinaire est-une Lithiase
e
;
– Lithiase urinaire est-une Maladie de l’appareil urinaire.
e
Ces relations hiérarchiques sont cependant parfois assez génériques :
– Maladie d’Addison est-une maladie auto-immune.
e
Dans le MeSH, l’hémochromatose est classée sous Erreurs congénitales du
métabolisme des métaux (Metal Metabolism, inborn errors). On sait que la
relation entre Hémochromatose et Erreurs congénitales du métabolisme des
métaux correspond en réalité à « est généralement un » plutôt que « est un »
dans la mesure où certaines hémochromatoses sont acquises (transfusions
répétées). Ces relations, même si elles ne sont pas vraiment taxonomiques,
présentent un intérêt important en recherche d’informations ; c’est la raison
pour laquelle l’hémochromatose est également classée sous surcharge en fer
(fig. 10).