Do you speak médecin ?
N’avez-vous jamais eu le sentiment de ne pas comprendre ce que vous disait votre médecin ? Que les mots qu’ils utilisaient devaient provenir d’une autre langue que la vôtre ? De votre côté, chers docteurs en médecine, n’avez-vous jamais constaté que vos patients utilisaient un vocabulaire imprécis, inadapté, en résumé un jargon patient ?
Alors, comment réconcilier ses deux mondes linguistiques ? À l’heure de l’empowerment et de l’autonomisation, peut-on créer un dictionnaire médecin-patient pour que cette relation au combien particulière s’enrichisse d’une mutuelle compréhension ?
“Le corps médical a longtemps bénéficié́ d’une confiance aveugle des patients, reposant d’abord sur une ignorance absolue déguisée sous un langage ésotérique, si bien dépeint par Molière, puis sur l’illusion d’un savoir absolu, toujours servi par un langage hermétique aux intrus, aux patients”.
Bernard Kouchner, ex ministre de la Santé et de l’Action humanitaire
L’alliance de l’ingénierie des connaissances et des réseaux sociaux au secours de la compréhension médecin-patient
Le 1er juillet dernier, l’IC 2015 (26es journées francophones d’Ingénierie des Connaissances) a permis de mettre en avant le travail d’une équipe de chercheurs montpelliérains sur la construction d’une ressource lexicale alignant le vocabulaire des patients à celui des professionnels de santé : Construction d’un vocabulaire patient/médecin dédié au cancer du sein à partir des médias sociaux[1].
Partant du constat que les médias sociaux sont de plus en plus utilisés par les patients et les professionnels de santé et que les patients, généralement profanes dans le domaine médical, utilisent de l’argot, des abréviations et un vocabulaire qui leur est propre lors de leurs échanges, cette équipe s’est attachée à construire un modèle semi-automatique de “traduction” du langage profane en langage médical
L’objectif : permettre d’améliorer la recherche d’informations dans les forums de santé et les réseaux sociaux et faciliter l’élaboration d’études statistiques basées sur les informations extraites de ces médias online.
Utilisant la structure de liens entre les termes Wikipédia pour rapprocher le vocabulaire des patients, de celui des médecins, la méthode proposée permet une traduction fondée non seulement sur le mot, mais sur le sens de celui en langage profane et mixant automatisme et validation manuelle réalisée par des experts. Ainsi, le terme “morphine” utilisé dans des posts ou commentaires sur le web est mis en correspondance avec le terme biomédical “douleur”.
Cette méthodologie va donc largement au-delà de la simple traduction puisqu’elle cherche avant tout à donner du sens à l’expression des patients.
Mais, à quoi ça sert ?
Vous l’aurez compris l’objectif de ce travail de recherche n’est pas de développer une application mobile de traduction automatique médecin-patient utilisable dans le cadre de la consultation. Alors, à quoi ça sert me diriez-vous ?
Pour répondre à cette question, il faut revenir à l’origine des travaux de cette équipe de recherche montpelliéraine. De fait, au préalable cette équipe s’est intéressée à l’étude de la qualité de vie des patientes atteintes d’un cancer du sein à partir des médias sociaux. Ils cherchaient à capturer et quantifier ce que les patientes expriment dans les forums à propos de leur qualité de vie. Mais, ils ont été confrontés à une importante limitation de leurs travaux de par l’usage de mots d’argot, d’abréviations et d’un vocabulaire spécifique construit par la communauté en ligne, à la place des termes médicaux que l’on retrouve dans les ressources terminologiques utilisées par les professionnels de santé.
Aujourd’hui et sur la base de ce travail présenté lors de l’IC 2015, les chercheurs montpelliérains envisagent de ré-exploiter les données utilisées dans leurs premiers travaux pour étudier la qualité de vie des patientes atteintes d’un cancer du sein et ainsi mieux comprendre et faire comprendre celle-ci.
A noter : ce travail de recherche a été salué lors des 26es journées francophones d’Ingénierie des Connaissances par le « Prix du meilleur papier Jeune Chercheur IC2015 » et la ressource linguistique est librement téléchargeable par la communauté scientifique qui souhaiterait l’utiliser pour d’autres travaux.
[1] Mike Donald Tapi Nzali, Sandra Bringay, Christian Lavergne, Thomas Opitz, Jérôme Azé, et al.. Construction d’un vocabulaire patient/médecin dédié au cancer du sein à partir des médias sociaux. IC2015, Jun 2015, Rennes, France. collection AFIA, IC2015. <hal-01166796>
A propos de l'auteur
Laurent Mignon Co-fondateur et directeur de LauMa communication, la e-santé m'interpelle depuis quelques années. J'essaie d'y contribuer en favorisant la diffusion de l'information et en m'impliquant dans des associations telle que Le Lab e-Santé (Isidore Internet et Santé), en tant que membre de la commission service du pôle de compétitivité Cap Digital ou en qualité de Délégué général de France eHealthTech, l'association regroupant les startups de la e-santé.
Article(s) sur le même thème
esanté : Doctolib vient-elle de tuer l’innovation ? →
e-santé, arrêtons de mettre le patient au centre ! →
IA et santé, du mythe à la réalité →
