SYNTHESE TECHNOLOGIQUE Les Avancées en GENNERE

SYNTHESE TECHNOLOGIQUE Les Avancées en GENNERE
6ème Workshop SYNTHESE TECHNOLOGIQUE & GENNERE Les Avancées en GENNERE Vers des Systèmes d’Information Intelligents Ana SIMONET 22 décembre 2004

Bases de production Vs entrepôts Conclusion
PLAN GENNERE Le présent Le futur Bases de production Vs entrepôts Conclusion

Synthèse Technologique
GENNERE GENNERE

GENNERE GENNERE Équipe : pluridisciplinaire localisations géographiques diverses cultures différentes langues différentes Peut-on aller vers des systèmes génériques ? Deux domaines distincts : la Néphrologie et la Rhumatologie

GENNERE Conception par ontologie du noyau PATIENT SUIVI TRAITEMENT CENTRE MEDECIN 1,1 1,* 0,* RHUMATO NEPHRO

GENNERE SUIVI en RHUMATO GROSSESSE 0,* 0,* SUIVI INFECTIONS COMMORBIDI 0, * 0,* GESTES-CHIRUR

GENNERE PATIENT PATIENT_COMM PATIENT PATIENT_SPEC identité comorbidités PAT_SPEC_PATH PAT_SPEC-PAYS PAT_NEPHRO PAT_RHUMATO

GENNERE Données communes Données spécifiques Dépendant de la pathologie Dépendant du pays

GENNERE Ontologie pour les meta-données Quelles tables Quels attributs Quels types et quels domaines de valeurs (multi-langue)  partage des connaissances pour une base  inter-base Les libellés et leurs codages dans plusieurs langues Gérés comme des objets Travail lourd pour garantir la cohérence des informations Automatisation totale ou partielle de cette tâche

GENNERE Usage de l’ontologie des meta-données en phase d’utilisation - interface multilingue : chinois, anglais et français en phase de conception d’interface : « reprogrammation de l’interface » en phase de raffinement des tables, des noms d’attributs, …. du codage : norme UTF8 Usage des ontologies/thésaurus spécifiques

GENNERE Autres aspects génériques Schéma logique : normalisé (de manière générique) ajout / supp de valeurs  tâche simple VUES Indépendance logique de données Garant de la sécurité de l’accès la vue délimite les droits d’accès et de mise à jour des utilisateurs IHM Blocs réutilisables sur plusieurs fonctionnalités Utilisation des Templates Séparation maximale entre code php et HTML Dissociation de la présentation et du contenu

GENNERE Fonction administration Gestion Explicite des événements Et encore de la déclarativité Génération de la base de connaissances Génération de prototypes d’IHM Vers une première API

GENNERE DW GENNERE Suivis Cliniques Base d’Identité

Synthèse Technologique Base de production Vs Data Warehouse

Schéma de synthèse

Principaux objectifs : éliminer les redondances garantir la cohérence favoriser le partage garantir la sécurité en cas de panne Processus de normalisation : ==> éclatement de l’information ==> nécessite la reconstruction de l ’information initiale Dédiées à la gestion des processus opérationnels de l’entreprise  OLTP OLTP == On Line Transactional Processing Bases de Données Classiques  Bases de Production : inadaptées à l’aide à la décision

Entrepôt de Données Un Entrepôt de Données est une collection de données : orientées sujet : données structurées par thèmes ou sujets intégrées : données répliquées et intégrées à l’ED historisées : enregistrement périodique des données non volatiles : donnée à t = donnée à t+1 Données dédiées aux décideurs Conséquences : besoin de requêtes interactives structuration adaptée aux processus d’aide à la décision.

Principales différences : Base de Données Opérationnelle Entrepôt de Données Mise à jour quotidienne Intégration périodique Données modifiables Données non modifiables / accessibles en consultation Durée de vie moyenne des données environ 60 à 90 jours Période d’historisation des données en général > 10 ans Capacité de stockage de l’ordre du Mo ou Go Capacité de stockage de l’ordre du To Traitement des données par systèmes transactionnels (OLTP) Traitements analytiques en ligne (OLAP) Données orientées application Données orientées sujet

Et encore : Base de Données Opérationnelle Entrepôt de Données Fonctionnement : par transactions Fonctionnement : par requêtes Quelques dizaines de tuples Des millions ( et ++) de tuples Plusieurs centaines (voire milliers) de transactions par jour Quelques dizaines de requêtes par semaine accès concurrents Concurrence : hors sujet Temps de réponse attendus : très courts Temps de réponse : quelques heures voire quelques jours Accès au travers de menus (frontaux ) Accès non programmés a priori

Bases de données en production 1) bases pour la gestion de stocks (supermarché, agence de voyages, etc.) 2) bases pour le suivi (suivi de patient, suivi de clients (banque, assurance, etc.) Gestion des Stocks Gestion des Suivis Mise à jour quotidienne Données modifiables Durée de vie moyenne des données : environ 60 à 90 jours Durée de vie des données : 3 à 4 ans Traitement des données par systèmes transactionnels OLTP Données orientées application Événements non explicites Organisées autour des événements

Mes Archives

Synthèse Technologique Base pour le cancer (mise en place 1994)
Lymphome2 1 1.1. Résumé 1 1.2. Étude de l'existant 1 2. Nouvelle base 1 2.1. Principaux objectifs 1 3. Les ensembles 3 3.1. Le patient 3 3.2. L'événement 4 3.3. Données cliniques 6 3.4. Le traitement 7 3.5. Données histologiques 8 3.6. Données cytologiques 9 3.7. Données immunologiques 10 3.8. Données cytogénétiques 12 4. Les transactions 36 4.1. Le menu principal 36 5. La mise à jour 37 5.1. Écran PATIENT 38 5.2. Écran EVENEMENT 39

Synthèse Technologique Événement : 1) nouveau patient, 2) visite patient 3) hospitalisation 4) changement de traitement 5) prélèvement 6) décès 7) …

ETAT_EVENEMENT NOM ENSEMBLE NOM ATTRIBUT COMMENTAIRE CODE_EVENEMENT SAISIE_CARYO code indiquant la validité des données sur une composante d'un événement par exemple : 0 : rien n'est saisi (valeur par défaut); 1 : (en caryo) il n'existe pas d'informations ; 2 :les informations saisies sont à compléter ; 3 : informations complètes et valides ; SAISIE_CLINIQUE SAISIE_HYSTO SAISIE_CYTO

Bases de Données de Suivi Vs Entrepôts de Données: Entrepôt de Données Gestion des Suivis Mise à jour périodique Mise à jour quotidienne Données non modifiables Données modifiables Durée de vie des données : 2 à 3 ans Durée de vie des données : quelques années Traitement des données par systèmes des systèmes OLAP Traitement des données par systèmes transactionnels OLTP Données orientées sujet Données orientées application Structuré autour des axes d’étude privilégiés Structurées autour des événements Schéma peu évolutif Schéma évolutif

Bases de Données de Suivi Vs Entrepôts de Données Base des Suivis : dossier (patient / client /… ) constitué dynamiquement Base de Suivis : schéma plus évolutif et données hétérogènes de préférence normalisé Entrepôt de Données : étude des états d’un système état défini par l’agrégation des objets des bases sources composants Entrepôt de Données : optimisation des requêtes pré-définies indexes et/ou vues granularité minimale

Rappel historique

Décembre 99 QUESTIONS BL1 BL2 BL3 BR1 BR2 BN Dialyse Nephro Transplant Usage ? BD classique Data Warehouse Bases ? Virtuelles Persistantes? Alimentation ? Snapshot Périodique Evénementielle NIVEAU NATIONAL NIVEAU REGIONAL NIVEAU LOCAL

2000 BL1 BL2 BL3 BR1 BR2 BN Dialyse Nephro Transplant NIVEAU NATIONAL NIVEAU REGIONAL NIVEAU LOCAL

Mai 2000 XML EDI DATAWAREHOUSE NATIONAL Base de données nationales + vues persistantes Intégrateur Intégrateur local moniteur Client AUTRES bases de données Intégrateur local* moniteur SANS base de données SUSIE REIN SERVEUR D'IDENTIFIANT UNIQUE NATIONAL CRISTAL EfG

Fin 2000 un MCD est adopté par le groupe SIMS-REIN Base de Production : base tampon destinée à stocker temporairement les données des centres sans SI propre Données destinées à être intégrées au Data Warehouse Elles passent par divers états : brouillon, validé, bloqué Mise en place à Necker à partir de 2001 Année 2001 : feed-back intense sur le logiciel réalisé par Mohamed Un entrepôt a été conçu et réalisé (Grenoble) Alimentation en EJB et SQL sur une base de production test (Paris) … Le système aujourd’hui : base de production ou data warehouse ?

6ème Workshop : Synthèse Technologique

Conception Classique (E-R) : Étape 1 : Extraction des connaissances interviews, documents (supports divers ) à produire, …  point de vue des diverses catégories d’utilisateurs Étape 2 : Synthèse des connaissances résolution des problèmes de homonymes, de synonymes, … 1ères prises de décision : ce qui va être calc / rep  point de vue globale

Conception Classique (E-R ou E-A) : Étape 3 : normalisation du schéma global éclatement de l’information  1 concept :: plusieurs tables  MCD : Modèle Conceptuel de Données Étape 4 : validation du modèle MCD les utilisateurs valident la proposition des analystes  validation de surface Étape 5 : production des points de vue par catégorie d’utilisateurs sous-schéma / catégorie d’utilisateurs  mise en place des règles de confidentialité définies

Conception Objet Classique (UML) : Point 1 : attributs multivalués (« un patient a plusieurs prénoms ») Point 2 : attributs complexes (« un patient est suivi par des médecins ») Point 3 : notion de hiérarchie de concepts :: notion is-a ENFANT Is-a PATIENT ENFANT hérite des attributs de PATIENT ENFANT peut avoir des attributs et / ou méthodes propres

Conception Objet Classique (UML) : Ce qui est moins connu par des amateurs point 1 : a un OID point 2 : les objets sont définis par : <état, comportement> point 3 : l’état est défini par les valeurs des attributs point 4 : comportement est défini par des méthodes (procédures) les méthodes héritées peuvent être redéfinies les méthodes héritées peuvent être surchargées un ENFANT n’est plus un PATIENT

PATIENT ENFANT surcharge et redéfinition PATIENT ENFANT

Conception Objet Classique (UML) : Ce qui est inconnu des amateurs point 1 : le MCD mélange des classes de programmation, des classes d’objets et des classes d’IHM point 2 : la traduction vers un modèle relationnel pose problème point 3 : la traduction vers un modèle relationnel-objet introduit un autre paradigme de programmation La jointure est « remplacée » par une programmation navigationelle mise à jour du MCD : plus chère que dans le relationnel

Bases de production en médecine

SYNTHESE TECHNOLOGIQUE Les Avancées en GENNERE

Présentations similaires

Présentation au sujet: "SYNTHESE TECHNOLOGIQUE Les Avancées en GENNERE"— Transcription de la présentation:

Présentations similaires

Notre projet

Feed-back

Entrer

S'autoriser via un réseau social:

SYNTHESE TECHNOLOGIQUE Les Avancées en GENNERE

Présentations similaires

Présentation au sujet: "SYNTHESE TECHNOLOGIQUE Les Avancées en GENNERE"— Transcription de la présentation:

Présentations similaires

Notre projet

Feed-back