MKG : l'ontologie médicale liée à la CIM-10

Breveté en 2019, le MKG est une technologie propriétaire d'Anamnèse permettant de numériser la connaissance médicale sous forme de Graphe pour être utilisable par des algorithmes de parcours de graphe afin d'inférer différents types de raisonnements

Le MKG contient aujourd’hui plus de 100.000 entités (maladies, symptômes, , chacune liée à une classification ou codification reconnue lorsqu’elle existe (CIM-10, DSM-5, Orphanet, DRC, ATC/ANSM…).

logo-compo-modelisation4-300x300
MKG-sample

Un traité de médecine pour algorithmes ?

Le MKG, constitué à partir de bases de données fiables et vérifiées par la communauté scientifique (CIM-10, Orphanet, ATC, DSM-5, DRC…) est notre référentiel facilitant l’interopérabilité entre toute solution de la plateforme ANAMNÈSE et les solutions ou DPI d’autres logiciels médicaux.

Enrichi depuis 2017 avec l’aide d’experts médicaux (internes, médecins…), le Medical Knowledge Graph contient à ce jour
> 21.000 maladies ou syndromes référencés dans la CIM-10 de l’OMS (dans sa version 2020 de l’ATIH)
> 5000 symptômes (par localisation, intensité, temporalité…)
> 6000 facteurs de risques (Antécédents, environnement...)
> 19000 questions et réponses traduites dans 10 langues.
> 16000 codes ATC de médicaments

Chaque utilisation d’Anamnèse (réponses patients aux questions + diagnostic retenu par le médecin) permet d’affiner les prévalences (et probabilités conditionnelles) d’une maladie sachant que le patient a tel symptômes et tels facteurs de risque à tel moment de l’année dans telle région…

En utilisant Anamnèse, vous nous aidez à constituer une base de connaissance qui pourrait à terme devenir un traité de médecine numérique, constamment maintenu à jour avec les données de vie réelle.

le MKG permet une Intelligence Artificielle Explicable

L’Intelligence Artificielle Connexionniste (apprentissage automatique type machine learning, se nourrissant de big data) permet de grandes avancées scientifiques, mais a également de grands défauts :

> elle reproduit les biais des échantillons sur lesquels elle a appris

> désapprendre lui est compliqué

> ses résultats sont difficilement explicables

En s’appuyant sur une modélisation de la connaissance compréhensible par des experts médicaux, et en utilisant des mécanismes de raisonnement sur ces connaissances, Anamnèse s’appuie prioritairement sur des techniques d’Intelligence Artificielle Symbolique (type système expert) qui rendent ses résultats explicables à la communauté scientifique.

Mais comme il serait dommage d’ignorer les données de vie réelle, nous travaillons actuellement à combiner ces deux technologies pour proposer une Intelligence artificielle Hybride, combinant le raisonnement logique à l’apprentissage automatique, un peu comme un médecin complète ses connaissances théoriques en médecine lue dans les articles, avec son expérience pratique auprès des patients.

Groupe 10451
Groupe 10463

Interopérabilité grâce à l’utilisation de référentiel

Qu’il s’agisse de médicaments, opérations chirurgicales, maladies, facteurs de risques, symptômes ; toute entité médicale au sein d’ANAMNÈSE est codifiée, en utilisant autant que possible des références reconnues internationalement.

Ce qui permet :

> de structurer l’information

> de faciliter les échanges avec des systèmes tiers

> de faciliter l’utilisation des donnés en vie réelle, et donc de faciliter la recherche en limitant les opérations de nettoyage (étape imposée du big data).

Questionnaire médicaux dynamiques et personnalisés

Grâce au MKG, il est possible de créer autant de questionnaires spécialisés qu’il y a de situations médicales (urgences, dépistage, régulation…).

Plus d'info sur nos questionnaires multilingues patient
Groupe 10551
logo compo diagnostic différentiel

Diagnostic différentiel

Des symptômes qui ne s’expriment généralement pas ensemble ?

Un doute sur une maladie rare?

Le MKG peut également être utilisé pour produire un diagnostic différentiel, et pour un ensemble de symptômes, et un type de patient, vous suggérer les diagnostics les plus probables, et pour chacun, les symptômes ou facteurs de risques sur lesquels interroger le patient

Vous avez un projet ?

Contactez nous

Vous voulez prendre connaissance des autres composants de la Plateforme e-santé

Les composants de la plateforme