2026-2030
Financement : ANR
Partenaires : Limics (coord.), LIPN
Medical Text Mining and Defeasible Reasoning under Category Semantics for Large-Scale Biomedical Ontologies
Les ontologies biomédicales à grande échelle ont été développées pour faciliter l’interopérabilité dans les systèmes de santé complexes. Des efforts ont été déployés pour rendre ces ontologies plus utiles en termes de raisonnement. Ces efforts ont abouti à une famille de langages OWL fondés sur les logiques de description (DL). Bien que beaucoup d’ontologies biomédicales soient actuellement exprimées en OWL, leur exploitation en termes de raisonnement reste limitée. Cela est dû à l’absence de connaissances assertionelles et au manque d’expressivité des DL sous-jacentes et aussi au manque de performance des raisoneurs existants. MEDTRECS étendra les connaissances représentées dans les ontologies biomédicales et leur fondement sous deux aspects complémentaires : l’amélioration des ontologies avec des connaissances provenant de textes médicaux et l’équipement des DL sous-jacentes avec de nouveaux constructeurs logiques en conservant la traitabilité du raisonnement. En ce qui concerne le premier aspect, MEDTRECS utilisera/améliorera les grands modèles de langage (LLM) pour analyser des textes médicaux, extraire des connaissances sur les négations à partir de textes médicaux, et alimenter des ontologies. Il améliorera l’extracteur basé sur LLM pour permettre de combiner la détection et l’extraction. En ce qui concerne le deuxième aspect, MEDTRECS ajoutera à une DL sous-jacente de nouveaux constructeurs pour représenter la connaissance défaisable et affinera la sémantique des constructeurs de la DL résultante responsables de l’intraitabilité, tels que la négation et la disjonction. Pour ce faire, nous réécrirons la sémantique ensembliste des DL en langage catégoriel comme un ensemble de propriétés indépendantes, et nous abandonnerons les propriétés nuisibles. MEDTRECS intégrera également les résultats dans un raisonneur maintenu par les partenaires. Les ontologies améliorées et le raisonneur seront évalués avec des données ouvertes et disponibles auprès de MIMIC.