SyLGeCoM : Système en Ligne de Gestion Collaborative d’images Médicales Sonia Lajmi1, Elıd Egyed-Zsigmond1, Jean-Marie Pinon1 et Abdelmajid Ben Hamadou2 1

Laboratoire MIRACL, ISIM de Sfax, Route de M'harza Km 1,5- BP 1030 - 3018 Sfax -Tunisie {abdelmajid.benhamadou}@isimsf.rnu.tn 2

Laboratoire LIRIS, INSA de Lyon, 20, avenue Albert Einstein - 69621Villeurbanne Cedex - France {sonia.lajmi, elod.egyed-zsigmond, jean-marie.pinon}@insa-lyon.fr

Résumé : La médecine, contrairement à d’autres disciplines scientifiques ne possède pas de vocabulaire unique standardisé. Il est opportun de mettre l’accent sur la diversité des termes médicaux dont la définition est rarement rigoureuse parfois même ambiguë. Une telle imprécision est pénalisante dès lors que l’on veut agréger les données médicales provenant de nombreux praticiens. Plus précisément, si on veut réunir des comptes rendus sur des images médicales. Dans cet article, nous dessinons les premiers traits d’un système d’annotation collaborative d’images médicales. Un projet, en cours d’élaboration, s’articulant autour de la représentation des connaissances en vue d’assister les praticiens à interpréter les images médicales. Mots-clés : Ingénierie des connaissances, RàPC, Ontologies médicales.

1

Introduction

Le médecin, confronté seul à plusieurs contraintes, doit établir le diagnostique adéquat et prendre la meilleure décision. Cette situation le pousse, parfois, à commettre des fautes professionnelles et engendrer plusieurs dégâts. En effet, en se référant aux dernières statistiques fournies par la fondation canadienne de la recherche sur les services de santé, le nombre de fautes professionnelles notées chez les médecins a atteint en 2004, les 1 083 au canada et 14 396 au Etats-Unis (FCRSS 2006). Afin d’atténuer ce nombre, il faut s’offrir des moyens efficaces de collaboration entre médecins. Un de ces moyens est la construction d’un système en ligne pour confronter les points de vue de plusieurs praticiens sur l’interprétation des images médicales. Les travaux que nous présenterons s’intéressent, alors, à la problématique de l’assistance à l’interprétation des images médicales. Dans l’équipe nous avons déjà mis au point un système de gestion en ligne d’images: MyImages (Egyed E. & al. 2006), (Lajmi S. & al. 2006), (Iszlai Z. & Egyed E. 2005) et (Iszlai Z. & Egyed E. 2006), centré sur l’assistance par capitalisation de l’expérience des utilisateurs. Cette assistance se base sur le modèle théorique trèfle♣ (Egyed E. 2003) représentant les

RJCIA 2007

connaissances sous trois angles différents (Utilisateur, Objet, Procédés) et les différentes relations qui peuvent exister entre eux. Le système que nous proposons, baptisé SyLGeCoM (Système en Ligne de Gestion Collaborative d’images Médicales), s’intéresse au domaine médical contrairement à MyImages qui traite les images indépendamment de leurs natures. Notre objectif est de concevoir une chaîne cohérente d'interprétation d’images médicales. La modélisation d’une telle chaîne soulève la problématique du couplage sémantique entre les caractéristiques morphologiques des objets contenus dans l’image et l’annotation fournie par les médecins selon plusieurs points de vue. Autrement dit, la question est : Comment concevoir un modèle sémantique pour aider un médecin à annoter les images médicales ? Question complexe et délicate dès lors qu'il est laissé à l'utilisateur une grande liberté dans les moyens de formuler sa requête et de décrire ses images. Dans cet article, nous présentons dans un premier temps un état de l’art sur les travaux abordant la problématique de l’interprétation sémantique de l’image. Ensuite, nous illustrons un cas concert d’ambigüité de lecture de l’image. Puis, nous traçons les courbures de bases de SyLGeCoM en nous basant sur le paradigme du raisonnement à partir de cas. Nous soulignons l’importance d’une modélisation de nos connaissances du domaine utiles sous forme d’ontologie. Nous clôturons par une conclusion et nos perspectives pour ce travail.

2

Etat de l’art

Plusieurs travaux ont appréhendé la problématique de réduction du fossé sémantique. Les directives de recherches de certaines d’entres elles se sont focalisés sur une représentation en ontologie des concepts utiles pour décrire les images et leurs interrelations, en utilisant comme langage de représentation (OWL) ou ses extensions proposé dans le cadre du web sémantique (Berners-Lee 2001). Tel est le cas des travaux de Atif (Atif J. & al. 2007) qui souligne l’importance des relations spatiales entre les différents objets d’une scène pour réduire le fossé sémantique. Plus particulièrement, il s’intéresse à guider le raisonnement spatial dans une image. De surcroît, nous citons les travaux de Hu (Hu B. &al. 2003) qui consistent à mettre au point une ontologie d'imagerie de cancer du sein afin d'annoter plus précisément l'anomalie présente dans les images de type mammographique. Ces travaux soulignent l’importance d’une démarche collaborative multi- disciplinaire dans le processus d’établissement d’un diagnostique. D’autres travaux ont appréhendé les scanners de thorax comme types d’images pour construire une ontologie les décrivant. Les résultats obtenus sont de fruit des travaux de Wei (Wei W. & Barnaghi P.M 2007) élaborée dans le cadre d’un système de recherche d’images médicales. Il exploite pour cela des techniques proposées dans le cadre du web sémantique pour spécifier une conceptualisation des ressources nécessaires. Le langage ontologique pour le Web (OWL) est très prometteur et encourageant à l’exploiter pour représenter des ontologies de raisonnement dans le domaine médicales. Les évolutions rapides et les développements faits depuis 3 ans, dans le cadre du web sémantique, sont la meilleure preuve de sa réussite.

-2

SyLGeCoM

Nous devons assurer une définition à la fois rigoureuse des concepts, non ambiguës et partagés. La définition rigoureuse et non ambiguë des concepts sera la brique de base pour bâtir des systèmes logiquement cohérents à partir du quel il est possible de raisonner sur la production du contenu de l’image. Dans ce contexte, nous allons proposer un modèle sémantique d’annotation en exploitant, d’une part les Ontologies et d’autre part le paradigme du raisonnement à partir de cas (Aamodt A. & Plaza E. 1994) abrégé RàPC.

3

Un exemple pour illustrer l’ambigüité d’interprétation

Dans cette section, nous citons un exemple concret, présenté dans nos travaux extérieurs (Lajmi et al. 2007), afin d’illustrer l’ambigüité de l’interprétation. Nous nous situons dans le cas du patient, dont FIG 1 présente son scanner du thorax. Ce patient a consulté deux médecins dans deux cliniques différentes; CHU Hedi Chaker Sfax et la clinique privé Ibn Nafis Sfax Tunisie. Les deux médecins se sont mis d’accord sur la nécessité d’un examen complémentaire sous forme de scanner du thorax afin de pouvoir diagnostiquer ce patient. Cependant, les conclusions à partir de ce même scanner divergent. La première souligne qu’il s’agie d’un aspect en faveur d’une pneumopathie abcédée et excavée à partir de laquelle le médecin correspondra une thérapie à base d’antibiotiques. La deuxième conclusion, dilatation de branches Clinique privéIbn Nafis Sfax Compte rendu: CHU Hadi Chaker Sfax Compte rendu: Il existe une condensation de presque la totalité du culmen avec présence d'un broncho gramme aréique et individualisation de multiples logettes liquidiennes de tailles variables dont certains sont excavées. - Absence d'épanchement pleural. - Absence d'adénopathie. - Absence d'anomalie du cœur et des vaisseaux.

Dilatation de bronches sacciformes les segments apicauxdorsal du culmen et la lingual avec des signes de surinfections: impactions monoïdes. Présence de bulles d'emphysème sous pleural et centraux lobulaireau niveau des deux champs pulmonaires Foyer de condensationalvéolaire du lobe supérieur gauche. Absenced'épanchement pleural. Absenced'adénopathie. Absenced'anomalie du cœur et des vaisseaux..

Conclusion: Aspect en faveur d'une pneumopathie abcédée et excavée.

Conclusion: Dilatation debronches avec foyer de condensation alvéolaire intéressant les segments apicaux dorsal du culmen et la lingual .

FIG 1. Scanner du thorax: coupe horizontale des poumons

avec foyer de condensation alvéolaire intéressant les segments apicaux dorsal du culmen et la lingual, incitera le médecin à intervenir chirurgicalement afin de supprimer la partie infecté encadré en rouge dans le scanner de la FIG 1. Ainsi, la diversité des points de vue pose un problème grave dans la compréhension de la nature du cas traité. La thérapie proposée à base d’antibiotiques engendre la mort du

-3

RJCIA 2007

patient dans le cas ou son tableau clinique présente des allergies pour un des composants du traitement.

4

L’approche proposée

Notre approche est proposée afin de tenter de résoudre le problème de l’ambigüité de l’interprétation qui est, en autre terme, le problème posé par le fossé sémantique. Nous avons souligné ce problème dans un de nos travaux (Lajmi S. 2007). Le fossé sémantique est le manque de concordance entre les informations perceptuelles que l’on peut extraire des images et l’interprétation qu’ont ces données pour un

FIG 2: schéma générale de l'approche

utilisateur dans une situation déterminée (Smeulders et al. 2000). Nous proposons, alors, une approche sous jacente du paradigme du raisonnement à partir de cas et des ontologies. La démarche que nous octroyons FIG 2 réutilisant l’expérience passée est en vue de trouver une interprétation à une nouvelle image (le problème). La phase de la remémoration est mise en œuvre dans le but suggérer une interprétation (la solution) au cas cible. Pour cela, nous faisons appel à des cas sources dont le problème ressemble au cas cible d’une part et à un modèle sémantique formalisant les connaissances floues et contextuelles d’autres parts. La prochaine phase du cycle RàPC fait appel à la compétence du médecin afin de réviser l’intervention suggéré. La solution confirmée, associé au problème du cas cible, demeure alors un cas source en passant par l’étape d’apprentissage. Le cas appris obtenu sera prêt à faire l’objet d’une éventuelle réutilisation.

-4

SyLGeCoM

5

Conclusion

Dans cet article, nous avons passé en revu, quelques travaux ayant pour objectif de réduire le fossé sémantique. Notre approche proposée se base sur le raisonnement à partir de cas afin de réutiliser l’expérience (les cas sources) en opérationnalisant un modèle sémantique ontologique. La mise en place de ce modèle fait l’objet de nous travaux en cours. A l’heure actuelle, nos recherches sont focalisées sur la possibilité d’intégration de l’approche au sein du projet OntoNeuroBase ( Temal L. & Al. 2006) pour appréhender le domaine de la neuroimagerie.

Références AAMODT A. & PLAZA E. (1994). Case-based reasoning foundational issues, methodological variations, and system approaches. Artificial Intelligence Communications, IOS PRESS, VOL. 7:1, PP. 39 - 59. ATIF J. & AL. (2006).Adaptation de connaissances génériques pour l’interprétation d’images médicales: représentations par ontologies et par graphes et modélisation floue. Atelier des 7e journées Extraction et gestion de connaissances. ECOI 06. BERNERS-LEE T. & AL.(2001). The Semantic Web -- A new form of Web content that is meaningful to computers will unleash a revolution of new possibilities. Science & Technology at Scientific American.com, May 2001. EGYED E. &AL.(2006). Concurrent use in an image management system. 13th International conference on concurrent engineering: Research and applications, CE2006, Antibes, September 2006. EGYED E. (2003). Gestion des connaissances dans une base de documents multimédias ». Phd, INSA de Lyon. FCRSS 06. à bas les mythes. Le personnel du transfert et de l’échange de connaissances de la Fondation canadienne de la recherche sur les services de santé. www.fcrss.ca. HU B. & AL. (2003) Ontology-based medical image annotation with description logics. Proceedings of the 15th IEEE International Conference on Tools with Artificial Intelligence (ICTAI’03) .pp:77- 82. ISZLAI Z. & EGYED E. (2006). User centered image management system for digital libraries. Second International Conference on Document Image Analysis for Libraries (DIAL'06), pp. 164-171. ISZLAI Z.& EGYED E.(2005). A CBR based online image management system. International Workshop: Annotation for Collaboration, Methods Tools and Practices, Paris, France.

-5

RJCIA 2007

LAJMI S. & AL. (2007). SyLGeCoM: Système en ligne de gestion collaborative d’images médicales, 3èmes Rencontres Inter-Associations (RIA's2007). 12 et 13 Mars 2007.Accessible en ligne depuis < http://www.irit.fr/RIA07/intervenants.html>. LAJMI S. & AL.(2006). User Centered Image Management System, ECAI'2006 Workshop on Knowledge Management and Organizational Memories, Riva del Garda, Italy, 28 août 2006. LAJMI S. (2007). Tracer l’utilisation d’une base d’images médicales, Colloque Jeunes Chercheurs en Sciences Cognitives (CJC-SC'07) 30-31 mai, 1er juin 2007. Lyon, France. A paraître.

SMEULDERS & AL. (2000). Content-based image retrieval at the end of the early years. IEEE Transactions on Pattern Analysis and Machine Intelligence 22(12), 1349–1380.

TEMAL L. & AL.(2006) OntoNeuroBase: a Multi-Layered Application Ontology in Neuroimaging. Second Workshop: Formal Ontologies Meet Industry (FOMI 2006), trento : Italie (2006) Accessible depuis. WEI W. & BARNAGHI P.M (2007). Semantic Support for Medical Image Search and Retrieval. how proceeding in The IASTED Conference on Biomedical Engineering Innsbruck, Austria February 14-16, 2007.

-6