REPUBLIQUE DEMOCRATIQUE DU
CONGO
MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET
UNIVERSITAIRE
UNIVERSITE NOTRE DAME DU KASAI
CAMPUS DE KANANGA
FACULTE D'INFORMATIQUE
B.P. 70
KANANGA
REALISATION D'UN SYSTEME EXPERT POUR LE DIAGNOSTIC ET
LA THERAPETIQUE DES MALADIES DE LA TUBERCULOSE
Rédigé par KANDE Kanumuambidi
Schadrac
Travail présenté et
défendu en vue de l'obtention du titre de licencié en Gestion
Informatique
Option : Conception des systèmes d'information
Directeur : KUTANGILA MAYOYA
David
Professeur
Juillet 2010
EPIGRAPHE
Pour connaître la sagesse et l'instruction, pour
comprendre les paroles de l'intelligence ; pour recevoir des leçons
de bon sens, de justice, d'équité et de droiture ; pour
donner aux simples du discernement, au jeune homme de la connaissance et de la
réflexion.
Que le sage écoute, et il augmentera son savoir, et
celui qui est intelligent acquerra de l'habileté, pour saisir le sens
d'un proverbe ou d'une énigme, des paroles des sages et de leurs
sentences.
La crainte de l'Éternel est le commencement de la
science ; les insensés méprisent la sagesse et
l'instruction.
(les proverbes. 1,1-7)
DEDICACES
Dédicaces
Je dédie ce travail à :
· L'ETERNEL DIEU créateur du ciel et de la terre qui
par sa grâce a rendu l'accomplissement de ce travail possible,
· MES PARENTS pour leur éducation et formation qu'ils
m'ont apportés.
Mon âme bénis l'Éternel et tout ce qui
est en moi bénis son saint nom, car je n'oublie aucun de ses
bienfaits.
AVANT PROPOS
Je remercie tous ceux qui m'ont aidé et soutenu dans
l'élaboration de ce travail, plus particulièrement :
v Le professeur KUTANGILA David, Mon Directeur
de mémoire, pour avoir accepté de diriger mon
travail de bout en bout, pour sa disponibilité, ses conseils et
l'encadrement apporté ;
v Le docteur KABONGO Erick, pour nous avoir
aider à récolte les données nécessaire pour notre
travail ;
v Mon Père KANUMUAMBIDI Ezéchiel,
pour tous les sacrifices consentis à mon égard. Vous avez fait de
moi ce que je suis : « un homme ». Je ne vous oublierai jamais ;
v Ma Mère NGONDO Régine, pour
toutes ses prières qu'elle n'a sans cesse réitérer
à mon endroit, pour toutes les peines que je lui ai fait
endurées. Je lui en serais éternellement reconnaissant ;
v Mes frères et mes soeurs, Joseph
BADIBANGA, Bécky KANU, Rachel WAFWANA, Joëlle BADIADIA, Ruth MPUTU,
Shekinah KALONGI ;
v Tous mes camarades (Étudiants de la
promotion 2009-2010) pour la bonne atmosphère et la bonne entente entre
nous et en particulier Georges MUTOKE, Bob Arthur KATANGA;
v A tous mes enseignants à
l'Université Notre-Dame du Kasayi pour l'encadrement durant ces 5
longues années.
Que tous ceux qui de près ou de loin m'ont assisté
et dont les noms n'ont pas été cités, trouvent ici
l'expression de ma profonde gratitude !
CHAPITRE 0 : INTRODUCTION GENERALE
De l'antiquité à aujourd'hui, l'esprit
perfectionniste de l'homme n'a cessé de lui permettre d'améliorer
le niveau de vie quotidienne.
Le passage de la mécanique aux domaines :
d'informatique, d'électronique, d'automatique et de domotique a
révolutionné la vie journalière de l'être humain.
Les nouvelles technologies de l'information et de communication illustrent ce
phénomène.
Aujourd'hui, vu l'intérêt croissant de vouloir
gagner en temps, de conserver les données, de limiter le nombre
d'employés, de diagnostiquer, de donner le traitement en médecine
et pas mal d'autres raisons, ont poussé des petites et moyennes
entreprises, des grandes entreprises à chercher des solutions
informatiques capables de répondre à leurs besoins.
Dans ce cadre s'inscrit notre projet de fin d'études
qui consiste à concevoir un logiciel en système expert pour le
diagnostic et thérapeutique des maladies de la tuberculose.
Ce travail est réalisé en vue de l'obtention du
diplôme de licence en gestion informatique à l'Université
Notre-Dame du Kasayi (UKA).
I.1. But et objectif
Le travail que nous avons élaboré en vue de la
présentation de notre mémoire de fin d'études en gestion
informatique consiste à développer et à mettre en oeuvre
un système expert pour le diagnostic et la thérapeutique des
maladies de la tuberculose dans un hôpital ou dans un centre de sante.
Ce système expert devra permettre à
l'utilisateur :
1) de dépister et de diagnostiquer la tuberculose,
2) de donner les directives de traitement.
En cas de manque ou d'absence du médecin
spécialiste de la tuberculose.
I.2. Hypothèse
Nous nous posons la question de savoir comment décrire
le comportement d'un médecin spécialiste en tuberculose face
à un problème particulier, sa manière de le
résoudre, là est la question. Car ce que l'on souhaite obtenir
n'est ni plus ni moins que l'expérience, la connaissance pratique de
l'expert.
Enfin ces questions trouveront leurs solutions dans un
système expert bien conçu.
I.3. Méthodes et
techniques utilisées
Pour la réalisation de ce dit mémoire nous avons
utilisé deux techniques ; comme tout travail scientifique exige
certaines techniques et méthodes.
· La technique d'interview : cette technique nous a
permis d'avoir des informations sures et exactes sur la tuberculose de la part
du docteur KABONGO Benjamin, médecin généraliste et
spécialiste en lèpre et tuberculose et elle nous a permis d'avoir
les détails sur le Complexe Hospitalier de Kananga (CHK) pendant les
échanges avec le personnel médical.
· La technique documentaire : cette technique nous a
permis de consulter des ouvrages informatiques et médicaux, des notes et
références, des articles, des pages sur les sites web et des
travaux réalisés par des étudiants.
· La méthode MSCPI : pour laquelle chaque
processus de développement d'un système informatique se
déroule à travers quatre activités qui suivent :
a) La planification : consistant à la
délimitation du projet c'est-à-dire la détermination des
activités, l'ordonnancement des tâches la planification des
tâches, l'établissement des prévisions des charges et la
qualification des projets.
b) L'organisation : a trait à la constitution et
à la formation de l'équipe du projet, à la mise en place
des méthodes, à l'outil et aux techniques, et à
l'assurance qualité ;
c) La production : consiste en suivis de production et
à l'élaboration des résultats ;
d) Le pilotage nécessitant la collecte des
éléments de mesure c'est-à-dire des mesures correctives et
bilans des activités.1(*)
Cette méthode nous permet d'organiser, de produire et
de planifier notre travail.
I.4. Délimitation du
sujet
Le Programme National de Lutte Contre la Tuberculose a pour
mission de :
· Veiller à ce que toute les personnes atteintes
de tuberculose aient accès à un diagnostic et à un
traitement efficaces pour guérir ;
· Enrayer la transmission de la tuberculose ;
· Réduire la charge sociale et économique
inéquitable de la tuberculose ;
· Appliquer de nouveaux outils et stratégies de
prévention, de diagnostic et de soins pour faire barrage à la
tuberculose.
Considérant, le volume de travail du Programme National
de Lutte Contre la Tuberculose nous ne pourrons pas informatiser le programme
tout entier vu le temps qui nous est imparti, nous nous limiterons qu'à
la réalisation d'un système expert permettant de diagnostiquer et
de donner le traitement de la tuberculose.
I.5. Structure du
travail
Pour atteindre notre objectif nous avons partagé le
travail en sept Chapitre hormis l'introduction générale et
la conclusion générale, voici la subdivision de notre
travail :
Chapitre I : Planning prévisionnel de la
réalisation du projet ;
Chapitre II : Etude de l'opportunité et
définition de la tuberculose ;
Chapitre III : Généralités sur
l'intelligence artificielle ;
Chapitre IV : Introduction aux systèmes
experts ;
Chapitre V : Conception du Système
Expert ;
Chapitre VI : implémentation du système
expert en clips.
· Chapitre I : Planning prévisionnel de la
réalisation du projet, servira à établir le planning
prévisionnel de la réalisation de notre projet par la
méthode analytique et de conduite de projet informatique.
· Chapitre II : Etude de l'opportunité et
définition de la tuberculose, il s'agira de donné la description
du CHK, son historique, les raisons justifiants sa création, son
organigramme, ses ressources humaines et de donné la description de la
tuberculose.
· Chapitre III : Généralités
sur l'intelligence artificielle, qui parlera des
généralités sur l'intelligence artificielle, du fondement
et quelques notions sur les agents intelligents.
· Chapitre IV : Introduction aux systèmes
experts, Il abordera les systèmes experts entant que branche de
l'intelligence artificielle, ses concepts généraux, ses
avantages, ses caractéristiques et enfin les notions sur les clips qui
est un logiciel important dans le développement des systèmes
experts.
· Chapitre V : Conception du Système
Expert.
· Chapitre VI : implémentation du
système expert en clips, il consistera à concevoir en clips notre
base de connaissance qui permet effectivement à diagnostiquer et
à donner la thérapeutique des maladies de la tuberculose.
CHAPITRE I : PLANNING
PREVISIONNEL DE LA REALISATION DU PROJET
I.1. INTRODUCTION
I.1.1. Exposé du
problème
La conduite d'un projet informatique et celle de la
construction sont-elles différentes ? Cependant, les principes de
base de la conduite de projet sont les mêmes dans tous les
métiers, ce qui justifie la métaphore.
Il ne s'agit pas d'étudier tous les aspects de la
construction d'une maison, mais le rapprochement permet d'expliquer et de
présenter les différents sujets de notre projet.
Imaginons donc qu'une personne possède un terrain, et
souhaite y bâtir une maison ; cette personne est dans une situation
où elle connaît l'état initial, elle imagine un ou
plusieurs états finaux possibles, et se demande lequel choisir, pour
quelles raisons, quel coût, quel délai, quels avantages, quels
inconvénients...
De même nous nous posons ces questions pour parvenir
à bien planifier notre projet.
En outre, nous dévons définir de manière
détaillée comment passer de la situation de départ
à celle d'arrivée.
I.1.2. Réponses
apportées
L'analyse du problème exposé de manière
spontanée et avant toute structuration conduit, à envisager les
réponses suivantes :
· Étudier le plan d'informatisation pour savoir
s'il est possible de concevoir un logiciel de diagnostic et du traitement des
maladies de la tuberculose.
· Commencer par étudier la faisabilité du
projet, puis étudier plusieurs solutions pour une prise de
décision sur le lancement de notre opération.
· Réaliser le plan de la conception, puis le plan
technique.
· Utiliser des outils de conception assistée par
ordinateur pour établir le plan d'informatisation.
· Déterminer un ensemble de phases du projet.
· Préparer un plan de financement, puis suivre le
consommé par rapport au prévisionnel au fur et mesure de
l'avancement du travail.
I.1.3. Analyse des
réponses
Les réponses formulées mettent en
évidence un ensemble de facettes, différentes mais
complémentaires. Nous nous attachons maintenant à structurer ces
composantes de notre projet, et à les regrouper par thèmes de
notre travail.
I.1.4. les phases d'un
projet
Seul un découpage du projet en phases permet de rythmer
et d'organiser la vie du projet, depuis l'étude de son
opportunité et de sa faisabilité, jusqu'à sa
réalisation et sa maintenance.
Les phases d'un projet informatique sont
appelées : « cycle de développement d'un
projet », et à chacune des phases correspond un état du
projet.2(*)
Pour notre projet informatique nous avons établi 10
phases qui sont :
1. Analyse du système existant ;
2. Critique de l'existant ;
3. Proposition de solution ;
4. Étude de faisabilité ;
5. Élaboration de cahier de charge ;
6. Réalisation du système expert ;
7. Installation ;
8. Test ;
9. Formation de personnel ;
10. Travaux de finissage.
I.2. RAISONS
D'INFORMATISATION
Vu, l'inabondance de médecin spécialiste de la
tuberculose et l'objectif du Programme National de Lutte Contre la Tuberculose
dans le sens des Objectifs du Millénaire pour le Développement
(OMD) et de ceux fixés par l'initiative « Halte à la
tuberculose », nous à pousser à concevoir un
Système Expert pour le diagnostic et le traitement des maladies de la
tuberculose enfin d'aider les hôpitaux en cas d'absence de médecin
spécialiste de pouvoir lutter contre la tuberculose.
I.3. OUTILS INFORMATIQUE
À METTRE EN OEUVRE
Un projet informatique ne saurait être conduit
aujourd'hui sans matériel associés. Il existe différents
types d'outils pouvant être mis à notre profit pour la
réalisation de notre projet ; nous aurons besoins d'un ordinateur
ayant au moins 20GB de capacité de disque dur pouvant nous permettre
à bien travailler et à stocker nos données, d'une
mémoire amovible pour la sauvegarde du travail et d'un compilateur
CLIPS.
I.4. PLANNING
D'INFORMATISATION
Le planning d'informatisation consiste à
déterminer l'ordre et la durée d'exécution des
différentes tâches à réaliser dans notre projet, qui
a pour but de réaliser un système expert pour le diagnostic et le
traitement des maladies de la tuberculose enfin de minimiser le temps total de
la réalisation du projet.
I.4.1. Description des
tâches et relation d'antériorité
Tâches
|
Description des tâches
|
Tâches
précédentes
|
Durée/jours
|
Estimation des
coûts ($)
|
A
B
C
D
E
F
G
H
I
J
|
Analyse du système existant
Critique de l'existant
Proposition de solution
Etude de faisabilité
Elaboration de cahier de charge
Réalisation du système expert
Installation
Test
Formation de personnel
Travaux de finissage
|
-
A
A
C,B
C,D
C,E
F
F,G
H
I
|
7
5
7
10
5
30
15
15
10
10
|
5
5
3
7
15
150
150
5
50
390
|
I.4.2. Choix et principe de la
méthode
Choix de la méthode
Jusqu'en 1950 avant le développement de la
théorie de graphe le problème central d'ordonnancement
était résolu empiriquement par le diagramme de GANT de
1918-1957.
Actuellement, il existe deux méthodes scientifiques et
techniques basées sur la théorie de graphe pour résoudre
le problème d'ordonnancement :
· La méthode française : MPM
(Méthode de Potentiel Metra) est créée en 1958.
· La méthode Américaine : PERT
(Programme Évaluation and Research Task) est créée en
1958.
Parmi ces deux méthode nous, nous avons opté
pour la méthode MPM car ce la plus claire de toutes les méthodes
de planification.
Principe de la méthode MPM
Le graphe MPM est constitué des éléments
suivants :
· Chaque tâche représente un sommet
· Chaque arc représente une contrainte de
succession
· La pondération (ou potentiel) d'un arc donne le
temps qui doit s'écrouler au minimum entre le début de la
tâche origine de l'arc et le début de la tâche
extrémité de l'arc.3(*)
I.4.3. construction du graphe
MPM
7 9
B
59 59
G
29 29
F
24 24
E
14 14
D
0 0
A
0 0
á
7 5
0
10
5 30
74 74
H
7 7
C
7
7 7 7
30
15
89 89
I
la durée est de 109 jours. 15
á : est la tâche initiale du graphe ;
ù : est la tâche finale du graphe ;
109 109
ù
99 99
J
: est le chemin critique
10
10
I.4.4. calendrier de
réalisation du projet
Nous allons devoir spécifier la date au plus tôt
et la date au plus tard pour chaque tâche de notre projet dans le
calendrier de réalisation ci-dessous :
Tâches
|
Durée en jours
|
Date au plus tôt
|
Date au plus tard
|
A
|
7
|
06 janvier 2010
|
13 janvier 2010
|
B
|
5
|
14 janvier 2010
|
19 janvier 2010
|
C
|
7
|
20 janvier 2010
|
27 janvier 2010
|
D
|
10
|
01 février 2010
|
10 février 2010
|
E
|
5
|
14 février 2010
|
18 février 2010
|
F
|
30
|
22 février 2010
|
23 mars 2010
|
G
|
15
|
29 mars 2010
|
12 avril 2010
|
H
|
15
|
13 avril 2010
|
27 avril 2010
|
I
|
10
|
03 mai 2010
|
12 mai 2010
|
J
|
10
|
13 mai 2010
|
22 mai 2010
|
CHAPITRE II : ETUDE DE
L'OPPORTUNITE ET DEFINITION DE LA TUBERCULOSE
L'unité centrale est un bureau spécialisé
du ministère de la santé qui fait partie de la direction de lutte
contre la maladie. Elle a pour mission spécifique de veiller à
l'application de la stratégie « Halte à la
tuberculose » dans toutes les zones de santé en RD Congo.
Ainsi pour se faire, nous avons porté notre choix sur
le Complexe Hospitalier de Kananga (CHK en sigle) qui est un de bureau
spécialisé du ministère de la santé dans la zone de
santé de Kananga, enfin de pouvoir récolter les données
pour la réalisation de notre projet d'informatisation.
Nous donnerons les descriptions sur le Complexe Hospitalier de
Kananga et les détails sur sa situation géographique, son
historique et toute sa structure dans les points qui suivent.
II.1. DESCRIPTION DU
COMPLEXE HOSPITALIER DE KANANGA
II.1.1. Situation
géographique
Le Complexe Hospitalier de Kananga est situé dans la
province du Kasaï-Occidental, dans la commune de Kananga, au quartier
Tshisambi, dans la zone de santé de Kananga.
Il est borné :
· Au nord par le centre Mpandilu ;
· Au sud par l'institut médical
IEM/Kananga ;
· A l'est par l'église jésus le Roc
Tabernacle ;
· A l'ouest par l'avenue du dispensaire.
II.1.2. Historique
Le CHK est un hôpital de référence pour la
province dans laquelle il est implanté. Il est le résultat de la
fusion de trois structures médicales étatiques : la
clinique, le laboratoire provincial et l'hôpital général de
Kananga. Créées dans les années 50. Pour assurer les soins
de santé de niveau secondaire à la population ouest
kasaúenne, ces trois institutions ont été
fusionnées par l'arrêté provincial
n°01/10/CAD/KOOO/015/01, le 16 février 2001, suite à la
demande de l'Union Européenne qui ne pouvait aider matériellement
et financièrement chacune de ces trois institutions
séparées.
II.1.3. Rôle du Complexe
Hospitalier de Kananga
Le CHK garde toujours le même rôle malgré
la fusion des structures qui étaient jadis séparées,
d'assurer les soins de santé secondaires à la population ouest
kasaïenne. Il a pour objectifs d'améliorer la prise en charge des
malades de cette province du Kasaï occidental et réduire le taux de
mortalité de la population ; raisons pour lesquelles, il
reçoit les malades en hospitalisation et en soins ambulatoires.
Il assure son rôle grâce à ses propres
moyens reçus des frais payés par les patients supplées par
quelques dons des organisations non-gouvernementales (ONG) et personnes de
bonne volonté.
II.2. STRUCTURE
GÉNÉRALE DU CHK
II.2.1. Organigramme
général
Cette structure est représentée par
l'organigramme suivant :
Conseil de gestion
Comite directeur
Médecin directeur
Service administratif
Service médicaux et techniques
Administrateur gestionnaire en chef
Mes et DN
Personnel
1. Rédaction
2. Classement
3. Bibliothèque
4. Mouvement du
personnel
Finance
1. compte et budget
2. caisse
3. tarification
4. facturation et recouvrement
Service écho généraux
1. intendance
2. entretient
3. atelier
4. buanderie
5. cuisine
Administrations
1. secrétariat
2. statistique
3. archive
4. récepteur
5. information
6. renseignement
7. cellule
8. sécurité
Consultation externe
1. dispensaire
2. urgence et observation
Service spécialisés
1. laboratoire
2. pharmacie
3. dentisterie
4. ORL
5. ophtalmologie
6. maternité
7. kinésithérapie
8. radiologie
Consultation interne
1. médecine interne
2. gynécologie
3. chirurgie
II.2.2. organigramme du CHK
II.2.3. Description des
postes de travail
N°
|
Postes
|
Agents
|
Tâches
|
01
|
Conseil de gestion (COGE)
|
- Le médecin directeur du CHK.
- Le médecin directeur adjoint.
- L'administrateur gestionnaire en chef.
- Le directeur de nursing.
- Le délégué du personnel.
- Responsable de la pharmacie.
- Le délégué du gouvernorat.
- Le délégué de l'autorité
polico-administrative locale de la ville.
- Chef du quartier.
- 2 Administrateurs gestionnaires
- 2 Agents chargés du secrétariat.
|
Fixe les objectifs, détermine les orientations et
évalue l'action de l'institution.
|
02
|
Comité de direction CODIR
|
- Médecin directeur.
- Médecin chef de staff.
- Directeur (trice) de nursing.
- Administrateur gestionnaire en chef.
|
Assure la gestion quotidienne du CHK selon les pouvoirs qui lui
sont conférés par le COGE.
|
03
|
Division administrative et financière.
|
- Chef du personnel.
- Administrateur et financier.
|
L'organe moteur qui joue un rôle de gestion des ressources
humaines et financières, contrôle l'horaire de travail.
|
04
|
Division médicale.
|
- Médecin directeur.
- Superviseur.
- Médecin chef de staff.
- Directeur (trice) de nursing.
- Pharmacie, technicien de labo et radio.
|
Assure l'intérim du directeur général
pendant l'absence de celui-ci, consulter les malades.
|
05
|
Secrétariat général.
|
Secrétaire général.
|
Coordonne les actions de la direction ainsi que leurs services
respectifs, classement des documents.
|
06
|
Facturation, caisse et recouvrement.
|
Caissières et recouvreur
|
Élaborer les factures des malades ; recouvrement de
factures, contrôle des recettes journalières, encaissement
tarification.
|
07
|
Réception accueil.
|
Récepteur en chef, préposé à la
réception, agent au tirage.
|
Chargés de recevoir les malades, établissement des
fiches des malades.
|
08
|
Service de comptabilité, budget et contrôle.
|
Comptable, contrôleurs et auditeurs
|
Journaliser des opérations comptables ; auditer les
gestionnaires ; gérer les biens des services, etc.
|
09
|
Personnel.
|
Administrateur.
|
Évolution de prévision ; maîtriser les
effectifs du personnel, assurer la discipline au sein du CHK.
|
10
|
Service économiques et généraux.
|
Administrateur gestionnaire.
|
Entretien interne et externe : atelier, morgue, cuisine,
buanderie, intendance, sécurité.
|
11
|
Administrateur général.
|
Administrateur gestionnaires.
|
Coordonner les activités du secrétariat, archives,
réceptions, statistique, information et renseignement,
télécommunication.
|
12
|
Nursing.
|
Directeur (trice) de nursing.
|
Veiller sur l'éducation nutritionnelle et à la
gestion.
|
13
|
Laboratoire.
|
Laborantin.
|
Fait les analyses des données biomédicales, fait
les prélèvements des échantillons.
|
14
|
Pharmacie.
|
Pharmacien, assistant pharmacien.
|
Mettre à jour les fiches de stock des médicaments
et établir les factures des médicaments pour les malades ;
acheter les médicaments ; fournir des médicaments aux
malades.
|
15
|
Radiologie et échographie.
|
Radiologiste et échographe.
|
S'occuper des examens et protocole radiologiques ;
entretenir et assurer la sécurité des appareils de
radiologie ; contrôler les bons des examens de malades.
|
16
|
Kinésithérapie.
|
Kinésithérapeutes.
|
S'occupe de la prévention de l'évaluation, du
diagnostic et du traitement des infirmités, des traumatismes, des
malformations ou des maladies par des agents physiques tels que le froid, la
chaleur, les rayons ultra-violet, les rayons infrarouge,
l'électricité, les ondes ultra sonores, les ultra ondes courtes.
|
17
|
Pédiatrie.
|
Pédiatrie.
|
S'occuper des malades et des soins des enfants.
|
18
|
Gestion des malades.
|
L'administrateur gestionnaire.
|
Superviser la tenue de registres des malades à la
réception ; contrôler l'application des règles
d'inscription, y, compris l'admission au traitement ; préciser les
heures de visite pour les malades internés.
|
19
|
Cardiologie
|
Cardiologie
|
S'occuper des patients souffrant du coeur.
|
II.3. DESCRIPTION DE LA
TUBERCULOSE
La tuberculose est une maladie infectieuse.
· Elle est causée par un bacille nommé
Mycobacterium tuberculosis ou bacille de koch ou BK.
· Sa transmission est toujours directe, de l'homme malade
au sujet réceptif, par voie aérienne du fait des bacilles
contenus dans l'air, dans les gouttelettes de salive en suspension
émises par le patient.
· La maladie se transmet par toux et peut toucher
d'autres organes que les poumons : plèvre, ganglions lymphatiques,
colonne vertébrale, articulations, voies génito-urinaires,
système nerveux, os, abdomen, etc. dans ce cas on l'appelle tuberculose
extra-pulmonaire.4(*)
La tuberculose reste une préoccupation majeure non
seulement pour les professionnels, mais aussi pour l'ensemble de la population,
de par le nombre de personnes atteintes et de décès qu'elle
entraîne. Somme des souffrances et des pertes économiques connues
par nos compatriotes, nos familles et notre pays constitue un défi
à relever. C'est pourtant guérissable et les morts que nous
connaissons peuvent être évités.
Maladie de la pauvreté et de la promiscuité, la
tuberculose va de pair avec la dégradation des conditions de vie. Notre
pays a traversé une période difficile,
précédée par des guerres et des mouvements
incontrôlés des populations. Toutes ces conditions ont
été favorables à une évolution de la maladie vers
l'aggravation dans notre pays. Le VIH/SIDA a également contribué
à l'augmentation du nombre de cas de tuberculose.
Le traitement de la tuberculose est la pierre angulaire de
tout programme de lutte antituberculeuse. C'est un traitement
standardisé et pour lequel le patient est au centre. Bien conduit, ce
traitement amène sûrement à la guérison.
Malheureusement, le manque de rigueur dans son application conduit
inexorablement à l'augmentation de la résistance aux
antibiotiques du bacille de Koch. C'est dire qu'un effort de formation des
personnels doit être fait, et ce système expert constitue de ce
point de vue, un instrument extrêmement utile.
La lutte antituberculeuse fait partie intégrante des
soins de santé primaires dans notre pays et l'implication des acteurs de
terrain de tous les niveaux de la pyramide sanitaire s'avère
nécessaire.
CHAPITRE III :
GENERALITES SUR L'INTELLIGENCE ARTIFICIELLE
III.1. INTRODUCTION ET
HISTORIQUE
L'intelligence artificielle est la « recherche de
moyens susceptibles de doter les systèmes informatiques de
capacités intellectuelles comparables à celles des êtres
humains ».
L'origine de l'intelligence artificielle se trouve
probablement dans l'article d'
Alan
Turing [], où il explore le problème
et propose une expérience maintenant connue sous le nom de
test de Turing, dans
une tentative de définition d'un standard permettant de qualifier une
machine de « consciente ». Il développe cette
idée dans plusieurs forums, dans la conférence
« L'intelligence de la machine, une idée
hérétique »[], dans la conférence
qu'il donne à la
BBC
3e programme le 15 mai 1951 « Est-ce que les calculateurs
numériques peuvent penser ? » d'[où la
discussion avec M.H.A. Newman, AMT, Sir Geoffrey Jefferson et R.B. Braithwaite
le 14 et 23 Jan. 1952 sur le thème « Est-ce que les
ordinateurs peuvent penser? »[].5(*)
On considère que l'intelligence artificielle, en tant
que domaine de recherche, a été créée à la
conférence qui s'est tenue sur le campus de
Dartmouth
Collège pendant l'été 1956[] à
laquelle assistaient ceux qui vont marquer la discipline. Ensuite
l'intelligence se développe surtout aux États-Unis à l'
université
Stanford sous l'impulsion de John McCarthy, au
MIT sous celle de Marvin Minsky,
à l'
université
Carnegie Mellon sous celle de
Allen Newell et
Herbert Simon et
à l'
université
d'Édimbourg sous celle de Donald Michie. En France, l'un des
pionniers est
Jacques
Pitrat.6(*)
III.2. DÉFINITION DE
L'INTELLIGENCE ARTIFICIELLE
Le terme intelligence artificielle, créé par
John McCarthy, est
souvent abrégé par le sigle IA. Il est défini par l'un de
ses créateurs,
Marvin Lee Minsky,
comme « la construction de programmes informatiques qui s'adonnent
à des tâches qui sont, pour l'instant, accomplies de façon
plus satisfaisante par des êtres humains car elles demandent des
processus mentaux de haut niveau tels que : l'apprentissage perceptuel,
l'organisation de la mémoire et le raisonnement
critique ».[] On y trouve donc le côté
« artificiel » atteint par l'usage des ordinateurs ou de
processus électroniques élaborés et le côté
« intelligence » associé à son but d'imiter
le comportement. Cette imitation peut se faire dans le raisonnement, par
exemple dans les jeux ou la pratique de mathématiques, dans la
compréhension des langues naturelles, dans la perception : visuelle
(interprétation des images et des scènes), auditive
(compréhension du langage parlé) ou par d'autres capteurs, dans
la commande d'un robot dans un milieu inconnu ou hostile.
Même si elles respectent globalement la
définition de Minsky, il existe un certain nombre de définitions
différentes de l'IA qui varient sur deux points fondamentaux :
· Les définitions qui lient la définition
de l'IA à un aspect humain de l'intelligence, et celles qui la lient
à un modèle idéal d'intelligence, non forcément
humaine, nommée rationalité.
· Les définitions qui insistent sur le fait que
l'IA a pour but d'avoir toutes les apparences de l'intelligence (humaine ou
rationnelle), et celles qui insistent sur le fait que le fonctionnement interne
du système IA doit ressembler également à celui de
l'être humain ou être rationnel. 7(*)
III.3.LES FONDEMENTS DE
L'INTELLIGENCE ARTIFICIELLE
Les disciplines suivantes ont contribué avec des
idées, points de vue et techniques au développement de l'IA. Pour
chaque discipline, les questions suivantes ont été
posées :
v Philosophie (de 428 av. J.C. jusqu'à
présent)
· Les règles formelles peuvent-elles être
utilisées pour tirer des conclusions valides?
· Comment l'intelligence mentale se
génère-elle à partir d'un cerveau physique?
· D'où vient la connaissance?
· Comment passe-t-on de la connaissance à
l'action?
v Mathématiques (approximativement de l'an 800
jusqu'à présent)
· Quelles règles formelles sont adéquates
pour obtenir des conclusions valides?
· Que peut être traité?
· Comment raisonnons-nous avec l'information
incertaine?
v Economie (de 1776 jusqu'à présent)
· Comment réaliser le processus de prise de
décision pour maximiser le rendement?
· Comment réaliser des actions quand les autres
ne collaborent pas?
· Comment réaliser des actions dont les
résultats s'obtiennent dans un futur lointain?
· La théorie de la décision
qui combine la théorie de la probabilité avec la
théorie de l'utilité fournit un cadre complet et formel pour la
prise de décisions dans l'incertitude.
v Neuroscience (de 1861 jusqu'à présent)
· Comment le cerveau humain traite-il l'information?
La Neuroscience est l'étude du
système neurologique et spécialement du cerveau.
La manière précise selon laquelle la
pensée est générée dans le cerveau est l'un des
grands mystères de la Science. Il a été observé
durant des milliers d'années que le cerveau était d'une certaine
manière impliqué dans le processus de la pensée puisque
des forts coups à la tête peuvent occasionner des
défaillances mentales.
L'étude de Paul Broca (1824 - 1880) sur l'aphasie
(difficulté pour parler) dans les patients avec cerveaux
abîmés, en 1861, donna force à ce domaine et convainquit la
société médicale de l'existence des zones
localisées dans le cerveau responsables des fonctions cognitives
spécifiques. En particulier, il montra que la production du parler est
localisée dans la partie de l'hémisphère gauche.
A cette époque, il était déjà
connu que le cerveau était formé des cellules nerveuses ou
neurones, mais ce ne fut que jusqu'à 1873 quand Camillo Golgi
(1843-1926) développa une technique de coloration qui permit
l'observation des neurones individuels dans le cerveau.
v Psychologie (de 1879 jusqu'à présent)
· Comment pensent les hommes et les animaux?
La conceptualisation du cerveau comme un dispositif du
traitement de l'information, caractéristique principale de la
psychologie cognitive, remonte aux oeuvres de William James
(1842-1910). Helmhotz met aussi l'emphase que la perception entraîne un
certain type d'inférence logique inconsciente.
v Ingénierie computationnelle (de 1940 jusqu'à
présent)
· Comment construire un ordinateur efficace?
Pour que l'intelligence artificielle puisse arriver à
être une réalité, deux choses sont nécessaires:
l'intelligence et une machine. L'ordinateur a été la machine
choisie. L'ordinateur digital moderne fut inventé de manière
indépendante et presque simultanée par les scientifiques dans les
trois pays impliqués dans la Seconde Guerre Mondiale.
v Théorie de contrôle et cybernétique (de
1948 jusqu'à présent)
· Comment les automates peuvent-ils opérer sous
leur propre contrôle?
La figure centrale du développement de ce qu'on appelle
aujourd'hui théorie de contrôle fut Norbert
Wiener (1894-1964). Wiener fut un mathématicien brillant qui travailla
sur les systèmes de contrôle biologiques et mécaniques et
sur leurs liens avec la cognition.Wiener et ses collègues Arthur
Rosenblueth et Julian Bigelow voyaient le comportement déterministe
comme quelque chose émergeant d'un mécanisme régulateur
qui tente de minimiser l'erreur (la différence entre l'état
présent et l'état objectif). A la fin des années 40,
Wiener, ensemble avec Warren McCulloch, Walter Pitts et John Von Neumann
organisèrent une série des conférences dans lesquelles
étaient exploités des nouveaux modèles cognitifs
mathématiques et computationnels et influencèrent beaucoup
d'autres chercheurs dans le domaine de la science du comportement. Le livre de
Wiener, Cybernetics (1948) fut un bestseller et révéla
au public la possibilité des machines avec l'intelligence artificielle.
La théorie du contrôle moderne, spécialement la branche
connue comme contrôle optimal stochastique a comme objectif la conception
des systèmes qui maximisent une fonction objective dans le temps.
v Linguistique (de 1957 jusqu'à présent)
· Comment le langage est-il en relation avec la
pensée?
La linguistique moderne et l'IA naquirent et se
développèrent ensemble, donnant lieu à un domaine hybride
appelé linguistique computationnelle ou traitement du langage naturel.
Le problème de la compréhension du langage se montra rapidement
beaucoup plus complexe de ce qu'on avait pensé jusqu'en 1957. La
compréhension du langage exige la compréhension de la
matière sous étude, et de son contexte et non seulement la
compréhension de la structure des phrases. La grande partie des premiers
travaux de recherche dans le domaine de la représentation de la
connaissance étaient liés au langage et à
la recherche d'information dans le domaine du langage.8(*)
III.4. DOMAINES
D'APPLICATION DE L'INTELLIGENCE ARTIFICIELLE
L'intelligence artificielle a été et est
utilisée (ou intervient) dans une variété de domaines tels
que :
· la
banque, avec des
systèmes experts d'évaluation de risque lié à
l'octroi d'un crédit (crédit-scoring) ;
· le
militaire, avec les
systèmes autonomes tels que les
drones, les
systèmes
de commandement et l'aide à la décision ;
· les
jeux ;
· la
médecine, avec
les
systèmes
experts d'aide au diagnostic ;
· la
logistique, au travers
d'approches heuristiques de type résolution de
problème
de satisfaction de contraintes ;
· l'
éducation.9(*)
III.5. LES DIFFERENTES
FACETTES DE L'IA
On peut considérer différents dispositifs
intervenant, ensemble ou séparément, dans un système
d'intelligence artificielle tels que :
· le dialogue automatique : se faire comprendre en
lui parlant,
· traduction automatique, si possible en temps
réel ou très légèrement différé,
comme dans les films,
· le raisonnement automatique (cf. systèmes
experts),
· l'apprentissage automatique,
· la reconnaissance de formes, des visages et la vision
en général, etc,
· intégration automatique d'informations provenant
de sources hétérogènes,
· l'émotion artificielle et
l'éventualité d'une subjectivité artificielle,
· Etc.
Les réalisations actuelles de l'intelligence
artificielle peuvent intervenir dans les fonctions suivantes :
· Aide aux diagnostics,
· L'aide à la décision,
· Résolution de problèmes complexes, tels
que les problèmes d'allocation de ressources,
· Assistance par des machines dans les tâches
dangereuses, ou demandant une grande précision,
· Automatisation de taches.
III.6. LA CONCEPTION DE
SYSTEMES D'IA
Au fil du temps, certains langages de programmation se sont
avérés plus commodes que d'autres pour écrire des
applications d'intelligence artificielle. Parmi ceux-ci, LISP et PROLOG furent
sans doute les plus médiatisés. LISP constituait une solution
ingénieuse pour faire de l'intelligence artificielle en FORTRAN.
On utilise aussi, plus pour des raisons de
disponibilité et de performance que de commodité, des langages
classiques tels que C ou C++. LISP a eu pour sa part une série de
successeurs plus ou moins inspirés de lui, dont le langage SCHEME.
Des programmes de démonstration de
théorèmes géométriques simples ont existé
dès les années 1960 ; et des logiciels aussi triviaux que
MAPLE et MATHEMATICA effectuent aujourd'hui des travaux d'intégration
symbolique qui il y a trente ans encore étaient du ressort d'un
étudiant de mathématiques supérieures. Mais ces programmes
ne savent pas plus qu'ils effectuent des démonstrations
géométriques ou algébriques que DEEP BLUE ne savait qu'il
jouait aux échecs (ou un programme de facturation qu'il calcule une
facture). Ces cas représentent donc plus des opérations
intellectuelles assistées par ordinateur faisant appel à la
puissance de calcul que de l'intelligence artificielle à proprement
parler.10(*)
III.7. AGENT
INTELLIGENT
Un agent est quelque chose capable de percevoir son
environnement, la perception indique que l'agent peut recevoir des
entrées à tout instant. La suite perception d'un agent
reflète l'historique complet de tout ce qu'il a reçu. Il prend
des décisions en fonction de cette suite de perception.
Un agent fait la perception à l'aide des capteurs et
agit à l'aide des effecteurs. Les capteurs sont à l'agent ce que
sont les yeux, les oreilles et d'autres organes sensoriels à
l'homme ; les effecteurs sont à l'agent ce que sont les mains, les
pieds et d'autres parties du corps à l'homme, Les agents interagissent
avec l'environnement grâce aux capteurs et effecteurs comme le montre la
figure ci-après.
AGENT Capteurs
Effecteurs
?
III.7.1. la rationalité
des agents
Un agent rationnel devra entreprendre des actions qui
maximisent sa mesure de rendement, en se basant sur les évidences
apportées par la séquence des perceptions et sur la connaissance
que l'agent a stockée.
La rationalité en un moment donné dépend
de quatre facteurs:
· La mesure de performance qui décrit le
critère de réussite ;
· La connaissance de l'environnement accumulée par
l'agent ;
· Les actions que l'agent peut accomplir ;
· La suite de perceptions de l'agent jusqu'à ce
moment.
Un agent rationnel est aussi celui qui apprend le maximum
possible de ce qu'il perçoit. La configuration initiale d'un agent peut
refléter une connaissance préliminaire de l'environnement, mais
au fur et à mesure que l'agent acquiert l'expérience, sa
connaissance peut se modifier et augmenter. Il y a des cas exceptionnels
où l'on connaît totalement l'environnement a priori. Dans ces cas,
l'agent n'a pas besoin de percevoir ni d'apprendre; il agit simplement de
manière correcte. Mais ces agents sont très fragiles.
L'agent rationnel divise en trois périodes
différentes les tâches du calcul de la fonction de l'agent: Lors
de la conception de l'agent pendant lequel les concepteurs de l'agent sont
chargés de réaliser ces calculs; lorsqu'il est entrain de penser
à l'opération suivante, l'agent réalise beaucoup de
calculs; et quand il apprend à partir de l'expérience, l'agent
réalise beaucoup de calculs pour décider comment modifier son
comportement. Un agent rationnel doit donc être autonome, savoir
apprendre à déterminer comment compenser une connaissance
incomplète ou initialement partielle.
En effet il est nécessaire de faire attention en
distinguant la rationalité de l'omniscience. Un agent omniscient est
celui qui connaît le résultat de son action et agit en
conséquence. Mais en réalité l'omniscience n'est pas
possible.
III.7.2. Types d'agents
Nous avons quatre types fondamentaux des programmes des agents
qui incarnent les principes fondamentaux de tous les agents
intelligents :
v Agents réactifs simples
Le type d'agent le plus simple est l'agent réactif
simple. Ce type d'agent choisit les actions en fonction des perceptions
actuelles, ignorant le reste des perceptions historiques.
v Agents réactifs basés sur les
modèles
La manière la plus effective pour les agents de
manipuler la visibilité partielle est de stocker l'information sur ces
parties du monde qu'ils ne peuvent pas voir. L'agent doit donc maintenir un
certain type d'état interne qui dépend de l'histoire
perçue qui puisse refléter au moins les aspects non observables
de l'état actuel. L'utilisation de l'information de l'état
interne au fur et à mesure que passe le temps exige de codifier deux
types de connaissance dans le programme de l'agent:
Ø La connaissance concernant comment évolue le
monde indépendamment de l'agent;
Ø L'information sur comment les actions de l'agent
affectent le monde.
Cette connaissance sur comment fonctionne le monde, qu'elle
soit implémentée avec un circuit booléen simple ou avec
des théories scientifiques complètes, s'appelle "modèle du
monde". Un agent qui utilise ce modèle est un agent basé sur les
modèles.
v Agents basés sur les objectifs
La connaissance sur l'état actuel du monde n'est pas
toujours suffisante pour décider quoi faire. Par exemple, dans un
croisement de chemins, le taximan peut virer à gauche, virer à
droite ou continuer droit. La décision correcte dépend de
où veut aller le taxi. En d'autres termes, outre la description de
l'état actuel, l'agent a besoin d'une certaine information sur son
objectif qui décrive les situations qui sont
désirables, par exemple, arriver à la destination proposée
par le passager. Le programme de l'agent peut se combiner avec l'information
sur les résultats des actions possibles (la même information
utilisée pour actualiser l'état interne dans le cas de l'agent
réactif) pour choisir les actions qui permettent d'atteindre
l'objectif.
v Agents basés sur l'utilité
Les objectifs seuls en soi ne sont pas suffisants pour
générer un comportement de grande qualité dans la
majorité des environnements. Par exemple, il y a beaucoup de
séquences d'actions qui conduiront le taxi à sa destination (et
par tant à atteindre son objectif), mais certaines sont plus rapides,
plus sures, plus fiables, ou moins coûteuses que d'autres. Les objectifs
seuls fournissent une distinction binaire crue entre les états de
"félicité" et "tristesse", alors qu'une mesure d'efficience plus
générale devrait permettre une comparaison entre
différents états du monde par rapport au niveau exact de
félicité que l'agent atteint quand il arrive à un
état ou autre. Comme le terme "félicité" ne sonne pas plus
scientifique, la terminologie traditionnelle utilise dans ces cas pour indiquer
qu'on préfère un état du monde est qu'un état a
plus d'utilité qu'un autre pour l'agent.
Tous les quatre types précédents peuvent
apprendre. Un agent qui apprend peut être divisé en quatre
composants conceptuels suivants :
Ø L'élément d'apprentissage : qui
fait des améliorations sur base de certaines critiques ;
Ø L'élément d'agissement : qui
choisit les actions (externes) à réaliser ;
Ø La critique : qui réalimente
l'élément d'apprentissage pour qu'il fasse des
améliorations ;
Ø Le générateur de
problèmes : qui suggère des actions qui conduiront l'agent
aux expériences nouvelles et informatiques.
III.8. NATURE DE
L'ENVIRONNEMENT DE L'AGENT
Les environnements de travail sont essentiellement les
"problèmes" pour lesquels les agents rationnels sont des "solutions".
Les mesures de performance (ou de rendement), l'environnement, les effecteurs
et les capteurs (ou senseurs) forment ce qu'on appelle environnement de travail
en sigle REES (Rendement, Environnement, Effecteurs,
Senseurs).
Chaque environnement de travail a ses
propriétés, il peut être :
1. Totalement observable ou partiellement
observable:
Si les senseurs de l'agent lui fournissent l'accès
à l'état complet de l'environnement à tout moment alors
l'environnement est totalement observable. Un environnement de travail est
totalement observable si les senseurs détectent tous les aspects qui
sont relevant dans la prise de décision.
Un environnement peut être partiellement observable
à cause des bruits et de l'existence des senseurs peu exacts.
Déterministe ou stochastique si l'état suivant du milieu est
totalement déterminé par l'état actuel et l'action
exécutée par l'agent, alors l'environnement est
déterministe; sinon, il est stochastique.
2. Épisodique ou séquentiel
Dans un environnement de travail épisodique,
l'expérience de l'agent se divise en épisodes atomiques. Chaque
épisode consiste en la perception de l'agent et la réalisation
d'une unique action postérieure. Les épisodes sont
indépendantes les unes des autres. Dans les environnements
séquentiels, la décision présente peut affecter les
décisions futures.
3. Statique ou dynamique:
Si l'environnement peut changer quand l'agent est entrain de
délibérer, alors l'environnement est dynamique pour l'agent,
autrement, l'environnement est statique.
4. Discret ou continu.
La distinction entre discret et continu peut s'appliquer
à l'état du milieu, à la manière dont manipuler le
temps et aux perceptions et actions de l'agent. Un milieu est discret s'il a un
nombre fini de perceptions et actions, comme les jeux des échecs. Mais
un taximan conduisant définit un état continu et un
problème de temps continu. Les image prises par des caméras
digitales sont discrètes au sens strict mais sont traitée comme
des représentations continues de localisations et intensités
variables.
5. Environnement à agent individuel ou
à multi agents.
Un environnement est à agent individuel s'il y a un
seul agent. Un environnement est à multi agents s'il y a plusieurs
agents travaillant en compétition ou en coopération.
Un environnement multi agents est compétitif lorsque
l'agent B cherche à maximiser sa mesure de rendement, laquelle, selon
les règles minimise la mesure de rendement de A. Dans un environnement
coopératif, chaque agent cherche à maximiser la mesure de
rendement de tous les autres agents de l'environnement. Par exemple un
système de diagnostic médical est dans un environnement à
agent individuel tandis que le joueur aux échecs est dans un
environnement multi agents compétitif. Dans un système de
communication, les agents sont dans un environnement multi agents
coopératif. Les taximen, en évitant les fautes et les
dérangements les uns aux autres, sont dans un environnement semi
coopératif avec une certaine compétition parce qu'un seul taxi
doit occuper une place de stationnement.11(*)
CHAPITRE IV :
INTRODUCTION AUX SYSTEMES EXPERTS
IV.1. DÉFINITION
D'UN SYSTÈME EXPERT ET HISTORIQUE
D'une manière générale, un système
expert est un outil capable de reproduire les mécanismes cognitifs d'un
expert, dans un domaine particulier. Il s'agit de l'une des voies tentant
d'aboutir à l'
intelligence
artificielle.
Plus précisément, un système expert est
un
logiciel capable de
répondre à des questions, en effectuant un raisonnement à
partir de faits et de règles connus. Il peut servir notamment comme
outil d'
aide
à la décision.
Un système expert se compose de 3 parties :
· une base de faits (base de connaissance) est un
ensemble de connaissance (fournies par un expert humain)
représentées par des règles,
· une base de règles (domaine de connaissance) est
l'ensemble de connaissance du spécialiste qui lui permet de
résoudre des problèmes spécifiques et
· un
moteur
d'inférence (mécanisme d'inférence) est un
mécanisme qui permet au système expert de raisonner et tirer des
conclusions.
Le premier système expert fut Dendral en 1965,
créé par les informaticiens
Edward Feigenbaum,
Bruce
Buchanan, le médecin
Joshua Lederberg et
le chimiste
Carl Djerassi. Il
permettait d'identifier les constituants chimiques d'un matériau
à partir de
spectrométrie
de masse et de
résonance
magnétique nucléaire, mais ses règles étaient
mélangées au moteur. Il fut par la suite modifié pour en
extraire le moteur de système expert nommé Meta-Dendral.12(*)
Le plus connu, peut-être, fut Mycin en 1972-73,
système expert de diagnostic de maladies du sang et de prescription de
médicaments, avec un vrai moteur et une vraie base de règles.
Cependant ses règles étaient affectées de coefficients de
vraisemblance qui donnaient à chacune d'entre elles un poids particulier
face aux autres. Le moteur produisait un chaînage avant simple tout en
calculant les probabilités de chaque déduction, ce qui le rendait
incapable d'expliquer la logique de son fonctionnement et de détecter
les contradictions. Quant aux experts, ils étaient obligés de
trouver des coefficients de vraisemblance pour chacune des conclusions de leurs
règles, une démarche compliquée et antinaturelle qui
déniait leur capacité de raisonnement.
Les systèmes experts ont eu leur heure de gloire dans
les années 1980, où on a trop rapidement pensé qu'ils
pourraient se développer massivement. En pratique, le
développement de ce genre d'application est très lourd car,
lorsque l'on dépasse la centaine de règles, il devient difficile
de comprendre comment le système expert « raisonne »
(manipule faits et règles en temps réel), et donc d'en assurer la
mise au point finale puis la maintenance.
Le projet Sachem (Système d'Aide à la Conduite
des Hauts fourneaux En Marche, chez
Arcelor),
opérationnel dans les années 1990, est l'un des derniers projets
« système expert » à avoir vu le jour. Il est
conçu pour piloter des
hauts-fourneaux en
analysant les données fournies en temps réel par un millier de
capteurs. Le projet a couté entre 1991 et 1998 environ 30 millions
d'euros, et le système économise environ 1,7 euros par tonne de
métal.13(*)
IV.2. CONCEPTS
GÉNÉRAUX DES SYSTÈMES EXPERTS
La connaissance d'un système expert peut être
représentée de plusieurs manières (elle peut être
encapsulée dans les règles et les objets). Une méthode
commune de représenter la connaissance est sous forme des règles
du type SI ... ALORS, par exemple : SI la lumière est rouge ALORS
arrêtez-vous. Un système expert classique embarque une
connaissance non écrite qui doit être obtenue d'un
spécialiste à travers d'intenses interviews par un
ingénieur de connaissance (cogniticien) pendant une longue
période. Le processus de la construction d'u système expert
s'appelle ingénierie de connaissance et consiste en l'acquisition de la
connaissance auprès d'un spécialiste humain ou d'une autre
source, et sa codification dans le système expert. Les étapes
générales du développement d'un système expert sont
développées dans la figure ci-après :
Spécialiste humain
Dialogue
Ingénieur de connaissance
Explicitation en règles
Base de connaissance
du système expert
L'ingénieur de connaissance établit d'abord un
dialogue avec un spécialiste pour obtenir sa connaissance. Ensuite,
l'ingénieur de connaissance codifie explicitement la connaissance dans
la base de connaissance sous forme des règles. Le spécialiste
évalue alors le système expert et présente des critiques
à l'ingénieur de connaissance. Ce processus se
répète jusqu'à ce que l'expert juge satisfaisant le
comportement du système expert.
Les systèmes experts sont souvent conçus de
manière différente à celle des programmes conventionnels
parce que les problèmes n'ont généralement pas une
solution algorithmique et dépendent des inférences pour obtenir
une solution raisonnable, en considérant la solution obtenue comme la
meilleure à laquelle on puisse s'attendre s'il n'y a pas d'algorithme
conduisant la solution optimale. Puisque le système expert dépend
de l'inférence, il doit être capable d'expliquer son raisonnement
pour qu'il soit vérifié. La facilité d'explication fait
partie intégrale des systèmes experts sophistiqués.
Certains systèmes experts permettent même que le système
apprenne des règles à travers l'exemple en utilisant l'induction
des règles à partir des tables des
données.14(*)
IV.3.
CARACTÉRISTIQUES D'UN SYSTÈME EXPERT
Un système expert peut être conçu pour
qu'il ait les caractéristiques générales suivantes:
· Haut rendement : Le système doit avoir
la capacité de répondre à un niveau de compétence
égal ou supérieur à celui d'un spécialiste du
domaine. Cela signifie que la qualité de conseil donné par un
système doit être très haute.
· Temps de réponse adéquat : Le
système doit agir en un temps raisonnable, comparable ou meilleur au
temps exigé par un spécialiste, pour prendre une
décision.
· Fiabilité : le système expert
doit être fiable et ne doit pas connaître des "failles" sinon il ne
sera pas utilisé.
· Compréhensible : le système doit
être capable d'expliquer les étapes de son raisonnement pendant
qu'elles s'exécutent, au lieu d'être seulement une boîte
noire qui produit une réponse miraculeuse.
· Flexibilité : Vu la grande
quantité de connaissance qu'un système expert peut avoir, il est
important d'avoir un mécanisme efficient pour ajouter, modifier, et
éliminer la connaissance. Une raison de la popularité des
systèmes experts basés sur les règles est la
capacité de stockage efficiente et modulaire des règles.
IV.4. AVANTAGES ET
INCONVÉNIENTS D'UN SYSTÈME EXPERT
IV.4.1. Avantages d'un
système expert
Les systèmes experts ont plusieurs
caractéristiques attrayantes:
· Grande disponibilité :
L'expérience est disponible pour tout matériel de traitement
adéquat. Dans un sens plus réel, un système expert est la
production massive de l'expérience.
· Coût réduit : Le coût de
mettre l'expérience à la disposition de l'utilisateur est
réduit énormément.
· Danger réduit : Les systèmes
experts peuvent être utilisés dans des environnements qui
pourraient être dangereux pour un être humain.
· Permanence : L'expérience est
permanente. Contrairement aux spécialistes humains qui peuvent se
retirer, renoncer ou mourir, la connaissance d'un système expert durera
indéfiniment.
· Expérience multiple : La connaissance
des plusieurs spécialistes peut être disponible pour travailler
simultanément et continuellement sur un problème, à toute
heure de la nuit ou du jour. Le niveau d'expérience combinée de
beaucoup de systèmes experts peut dépasser celui d'un seul
spécialiste humain.
· Explication : Le système expert peut
expliquer clairement et en détail le raisonnement qui conduit à
une conclusion, cela augmente la confiance que la décision prise
était correcte. Un être humain peut être fatigué,
peut renoncer ou ne pas être capable de le faire toujours.
· Réponse rapide : Une réponse
rapide ou en temps réel peut être nécessaire pour certaines
applications. En fonction du logiciel ou matériel utilisé, un
système expert peut répondre plus rapidement et être pus
disposé qu'un spécialiste humain, de telle sorte qu'un
système expert en temps réel constitue un bon choix.
· Réponses solides, complètes et sans
émotions, en tout moment : Ceci peut être très
important en temps réel et en des situations d'émergence, quand
un spécialiste humain ne fonctionnera pas avec toute sa capacité
à cause de la pression et de la fatigue.
· Enseignement intelligent : Un système
expert peut agir comme un enseignant intelligent en laissant que
l'étudiant exécute des programmes d'exemple et en expliquant le
raisonnement du système.
· Base de données intelligente : Les
systèmes experts peuvent être utilisés pour avoir
accès à une base de données de manière
intelligente.15(*)
IV.4.2. Inconvénients
d'un système expert
Les deux principaux inconvénients des systèmes
experts sont :
Ø Ils créent le chômage parce qu'ils
émulent les humains ;
Ø Dans les systèmes experts, on fait
inférence à des connaissances même si elles sont
dépassées.
IV.5. DÉVELOPPEMENT
DE LA TECHNOLOGIE DES SYSTÈMES EXPERTS
L'IA a beaucoup de branches en rapport avec la parole, la
robotique, la compréhension et l'apprentissage du langage naturel, les
systèmes experts, etc. les racines des systèmes experts
embarquent beaucoup de disciplines ; en particulier, une des racines
principales des systèmes experts est le domaine de traitement de
l'information humaine, appelé la science cognitive. La cognition est
l'étude de la manière dont les hommes traitent l'information.
L'étude de la cognition est très importante si
l'on prétend réussir des ordinateurs qui émulent les
spécialistes humaines. Souvent, les spécialistes ne peuvent pas
expliquer comment ils résolvent des problèmes (simplement, les
solutions leur arrivent). Si le spécialiste ne peut pas expliquer
comment se résoud un problème, il n'est pas possible de codifier
la connaissance dans un système expert basé sur la connaissance
explicite. Dans ce cas, l'unique possibilité est les programmes qui
apprennent par eux-mêmes à émuler le spécialiste. Ce
sont des programmes basés sur l'induction et sur les systèmes
neuronaux artificiels.
IV.6. NOTION SUR LE
CLIPS
IV.6.1. Introduction
CLIPS est un type de langage de programmation conçu
pour implémenter des systèmes experts. Un système expert
est un programme spécialement conçu pour modéliser une
expertise ou connaissance humaine. CLIPS est appelé outil pour
système expert parce que c'est un environnement complet pour
développer des systèmes experts, incluant des
caractéristiques telles qu'un éditeur intégré et un
outil de débogage. Le mot Shell est
réservé à cette portion de CLIPS qui réalise des
inférences ou du raisonnement. Le Shell du CLIPS fournit les
éléments de base d'un système expert, à savoir:
· La liste de faits, et la liste d'instances : la
mémoire globale pour les données;
· La base de connaissance : contient toutes les
règles, c'est la base de règles;
· Le moteur d'inférence: contrôle
l'exécution des règles.
Un programme écrit en CLIPS peut consister en
règles, faits, et objets. Le mécanisme d'inférence
décide sur quelles règles exécuter et quand. Un
système expert écrit en CLIPS est un programme orienté
donnée où les faits et/ou les objets sont les données qui
stimulent l'exécution via le moteur d'inférence. 16(*)
IV.6.2. L'histoire de
CLIPS
Les origines du système de production
intégré par le langage C (CLIPS) remontent en 1984 au Centre de
l'espace de la NASA. Actuellement, la section d'intelligence artificielle s'est
développée au-dessus des douzaines des applications des
systèmes experts prototypes en utilisant le matériel et le
logiciel de dernier cri.
Cependant, en dépit des démonstrations
étendues du potentiel des systèmes experts, peu de ces
dernières applications ont été mises dans l'utilisation
régulière. Ce manque de fournir à la technologie de
systèmes experts en dedans des contraintes de calcul
opérationnelles de la NASA ont pu en grande partie être
tracées à l'utilisation du LISP comme base d'un langage de
programmation pour presque tous les outils de logiciel de système expert
pendant ce moment-là. En particulier, trois problèmes a
gêné l'utilisation des outils basés sur LISP de
système expert chez la NASA: la basse disponibilité du LISP sur
une grande variété d'ordinateurs conventionnels, le coût
élevé d'outils du dernier cri de LISP et matériel, et
l'intégration faible du LISP avec d'autres langages de programmations
(faisant des demandes incluses difficile).
La section d'intelligence artificielle a estimé que
l'utilisation d'un langage de programmation conventionnelle, tel que le C,
élimine la plupart des problèmes, et au commencement les
fournisseurs d'outil de système expert ont fournis un outil de
système expert écrit dans un langage conventionnelle et commences
à convertir leurs outils en cours en C. le coût de chaque outil
étaient toujours très hauts, la plupart ont été
limités à une petite variété d'ordinateurs, et les
besoins projetés de disponibilité étaient
découragé. Pour satisfaire tous ses besoins d'une façon
opportune et rentable, elle est devenue évidente que la section
d'intelligence artificielle devrait développer son propre C a
basé l'outil de système expert.
La version de prototype de CLIPS a été
développée au printemps de 1985 dans plus de deux mois.
Une attention particulière a été
donnée à rendre l'outil compatible avec les systèmes
experts dessous développement à ce moment-là par la
section d'intelligence artificielle. Ainsi, la syntaxe de CLIPS était
fait pour ressembler très étroitement à la syntaxe d'un
sous-ensemble de l'outil de système expert d'ART s'est
développée par l'Inférence Corporation. Bien qu'à
l'origine modelé de l'ART, de CLIPS ont été
développées entièrement sans aide d'inférence ou
accès au code source d'ART.
L'intention originale pour le CLIPS était de gagner la
perspicacité et la connaissance utiles au sujet de la construction des
outils de système expert et pour étendre le fond pour la
construction d'un outil de rechange pour outils commerciaux actuellement
étant employés. La version 1,0 a démontré la
praticabilité du projet concept. Après le développement
additionnel, il est devenu évident que le CLIPS seraient à prix
réduit et un outil de système expert idéal pour les buts
de la formation. Une année du développement et des
différences de l'utilisation est entrée dans le CLIPS
améliorant sa portabilité, son exécution, sa
fonctionnalité, et le support de documentation. La version 3,0 de CLIPS
a été rendue disponible aux groupes en dehors de la NASA en
1986.
D'autres perfectionnements ont transformé le CLIPS d'un
outil de formation en outil utile pour le développement et la livraison
des systèmes experts. La Versions 4,0 et 4,1 de CLIPS,
libéré respectivement pendant l'été et la chute de
1987, l'exécution considérable à améliorée
et à décrit, l'externe intégration de langage, et les
possibilités de la livraison.
La Version 4,2 de CLIPS, libérée en
été de 1988, était une réécriture
complète de CLIPS pour la modularité de code. En outre inclus
avec ce dégagement étaient un manuel d'architecture fournissant
une description détaillée de l'architecture de logiciel de CLIPS
et un programme utilitaire pour faciliter la vérification et la
validation des programmes basés sur les règles.
La version 4,3 de CLIPS, libérée en
été de 1989, ajoute toujours plus de fonctionnalité.
À l'origine, la méthodologie primaire de représentation
dans le CLIPS était un langage de règle d'enchaînement vers
l'avant basé sur l'algorithme de Rete (par conséquent la
pièce de système de production de l'acronyme de CLIPS).
La version 5,0 de CLIPS, libérée au printemps de
1991, a présenté la nouvelle programmation deux paradigmes:
programmation procédurale (comme trouvé dans les langages tels
que C) et la programmation orientée objet (comme trouvé dans les
langages tels que le système commun d'objet de LISP et causerie). Le
langage de programmation orienté objet fourni dans le CLIPS s'appelle
Langage Orienté objet de CLIPS (Fraîche).
La Version 5,1 de CLIPS, libérée en automne de
1991, était principalement une mise à niveau d'entretien de
logiciel exigée pour soutenir le nouveau développement de
fenêtres de MSDOS, et l'interfaces augmentés de Macintosh.
La Version 6,0 de CLIPS, libérée en 1993,
soutien le développement des programmes modulaires et intégration
serrée entre les possibilités de programmation orienté
objet et basées sur les règles de CLIPS.
La Version 6,1 de CLIPS, libéré en 1998, soutien
enlevé des compilateurs plus anciens de non-ANSI C et soutien
supplémentaire de C++ compilateurs. Les commandes qui été
profilent dans le temps passé dans les constructions et les fonctions
définies pour l'utilisateur étaient également
supplémentaire.
La version 6,2 de CLIPS, libérée en 2002, a
ajouté le soutien des environnements multiples dont les programmes
peuvent être chargés et ont amélioré le
développement de Windows XP et de MacOs interfaces.
En raison de sa portabilité, extensibilité,
possibilités, et bas coût, le CLIPS a reçu l'acceptation
répandue dans tout le gouvernement, l'industrie, et le milieu
universitaire. Le développement de CLIPS a aidé à
améliorer la capacité de fournir la technologie de système
expert dans tout le secteur public et privés pour une étendue des
applications large et les environnements de calcul divers.
Le CLIPS est employées par de nombreux utilisateurs
dans toute la communauté publique et privée comprenant: tous les
emplacements de la NASA et branches des bureaux fédéraux
militaires et nombreux, entrepreneurs de gouvernement, universités, et
beaucoup d'entreprises privés anonymes. Le CLIPS est maintenant maintenu
comme logiciel de public domaine par les auteurs principaux de programme qui
travail plus pour la NASA.
La version 6,3 de CLIPS contient deux perfectionnements
principaux. D'abord, l'exécution de règle a eu lieu et à
amélioré en particulier les situations avec un grand nombre de
facts/instances ou d'allumettes partielles.
En second lieu, le soutien de l'intégration avec des
langages tels que Java et le C++ a été amélioré.
CHAPITRE V :
CONCEPTION DU SYSTEME EXPERT
Dans ce chapitre, nous allons pouvoir présenter notre
système expert décrire son objectif, les bases de son fondement
et l'environnement dans lequel il va devoir travailler et aussi sa base de
connaissance.
V.1. PRÉSENTATION DU
SYSTÈME EXPERT DE DIAGNOSTIQUE ET THÉRAPEUTIQUE DE MALADIE DE LA
TUBERCULOSE
V.1.1. Objectif
Notre système expert aura pour rôle de
diagnostiquer et de donner le traitement de la tuberculose c'est-à-dire
de veiller à ce que toutes les personnes atteintes de tuberculose aient
accès à un diagnostic et à un traitement assister par un
ordinateur en cas d'indisponibilité ou d'absence d'un médecin
spécialiste dans un hôpital.
V.1.2. Fondement
Le fondement de notre système expert est la
médecine et particulièrement sur la tuberculose, il est cependant
basé sur les questions suivantes :
· Comment le médecin parvient-il à
découvrir que le patient souffre de la tuberculose ?
· Comment parvient-il à prescrire les
médicaments aux malades ?
V.1.3. Environnement
L'environnement de notre système expert est la
tuberculose pour lequel il propose les traitements, cet environnement est
déterministe car l'état suivant du milieu est totalement
déterminé, l'état actuel de notre système qui est
sa capacité et correspond à l'action qu'il exécute sur
celle-ci. Cette capacité fait que notre système expert soit
classé parmi les agents réactifs simples. Il choisit des actions
tout en ignorant tout le reste des perceptions, c'est-à-dire que les
actions qu'il effectue sont basées uniquement sur les symptômes
que le patient présente, il ne prend pas en considération tous
les autres symptômes que peut présenter le malade.
V.2. DESCRIPTION DE LA BASE
DE CONNAISSANCE
La base de connaissance est un ensemble des connaissances
fournies par un spécialiste humain représentées par les
règles.
Notre spécialiste humain qui nous a fourni la
connaissance est le médecin spécialiste en tuberculose, le nomme
KABONGO Benjamin.
V.2.1. présentation de
la connaissance brute
V.2.1.1. catégories des malades et
régimes thérapeutiques
Diagnostic
|
Catégories
|
Cas concernés
|
Schémas thérapeutiques
|
Phase initiale
|
Phase de continuation
|
- Toux avec ou sans expectoration depuis plus de 15
jours, parfois avec hémoptysies.
- Fièvre peu élevée.
- Amaigrissement.
- Anorexie.
- Asthénie.
- Transpiration.
- Température.
- Adénopathies cervicales.
|
I
|
- Nouveaux cas de tuberculose jamais traités.
- Nouveaux cas de TP à frottis positif.
- Nouveaux cas de TP à frottis négatifs avec une
atteinte importante du parenchyme.
- Nouveaux cas de tuberculose extra-pulmonaire.
- Malades tuberculeux gravement atteints avec infection
concomitante par le VIH.
|
2RHZE
|
4RH
|
II
|
- Cas de retraitement (rechute, échec
thérapeutique, traitement après interruption.
|
2SRHZE/1RHZE
|
5RHE
|
III
|
- Nouveaux cas de tuberculose pulmonaire à microscopie
négative avec lésions peu étendues et autres cas
bénins de TEP et séronégatifs au VIH.
|
2RHZE
|
4RH
|
V.2.1.2. Nombre de comprimes a donner pour chaque
tranche de poids en première catégorie et catégorie 3.
Poids du patient en KG avant le début du
traitement.
|
Phase intensive ou 1ère
phase.
|
Phase de continuation ou 2ème
phase.
|
Durée : 2 mois
|
Durée : 4 mois
|
RHZE : chaque jour
|
RH : chaque jour
|
Nombre de comprimés
|
Nombre de comprimés
|
30-39Kg
|
2
|
2
|
40-54Kg
|
3
|
3
|
55-70Kg
|
4
|
4
|
? 70Kg
|
5
|
5
|
Commentaire :
Le schéma comporte deux phases :
- Une phase initiale de 2 mois (phase intensive) consistant en
une prise quotidienne de la quadruple association (2RHZE).
- Une phase de continuation de 4 mois associant la Rifampicine
et l'Isoniazide (4RH), en prise quotidienne.
V.2.1.3. Nombre de comprimes a donner pour chaque
tranche de poids en catégorie 2.
Poids du patient en Kg avant le début du
traitement.
|
Phase intensive ou 1ère phase :
durée totale de 3mois.
|
Phase de continuation ou 2ème
phase.
|
Durée : 3mois
|
Durée : 2mois
|
Durée : 5 mois
|
RHZE : chaque jour
|
Streptomycine : chaque jour
|
RHE : chaque jour
|
Nombre de comprimés
|
Quantité (gramme)/jour
|
Nombre de comprimés/jour
|
30-39Kg
|
2
|
0,5
|
2
|
40-54Kg
|
3
|
0,75
|
3
|
55-70Kg
|
4
|
1
|
4
|
? 70Kg
|
5
|
1
|
5
|
Commentaire :
Ce régime s'applique aux malades de la catégorie
II. La durée est de 8 mois sous surveillance stricte, étant
donné le risque de résistance secondaire aux antituberculeux.
Ce schéma thérapeutique comporte deux
phases :
- La phase intensive initiale de 3 mois comportant
l'administration quotidienne de la quadruple association (RHZE) et de la
streptomycine ; mais cette dernière ne sera donnée que
pendant 60 jours (2SRHZE/1RHZE).
- La phase de continuation de 5 mois avec la triple
association en prises quotidiennes sous supervision directe (5RHE).
Les cas à frottis positifs à la fin du
3ème mois de traitement doivent continuer les 4
médicaments pendant 4 semaines encore (RHZE).
V.2.1.4. Posologies pour enfants
Poids du patient en Kg avant le début du
traitement.
|
Phase intensive ou 1ère
phase
|
Phase de continuation ou 2ème
phase
|
Durée : 2 mois
|
Durée : 2 mois
|
Durée : 4 mois
|
RHZ(60+30+150) : chaque jour
|
E(400mg) : chaque jour
|
RH(60+30) : chaque jour
|
Nombre de comprimés
|
Nombre de comprimés
|
Nombre de comprimés
|
Jusque 7Kg
|
1
|
0,25
|
1
|
8-9Kg
|
1,5
|
0,5
|
1,5
|
10-14Kg
|
2
|
0,5
|
2
|
15-19Kg
|
3
|
0,75
|
3
|
20-24Kg
|
4
|
1
|
4
|
25-29Kg
|
5
|
1,5
|
5
|
Commentaire :
Les régimes de traitement pour enfant sont les
mêmes que chez l'adulte.
· Catégorie I
· Catégorie II.17(*)
V.2.2. Règles.
Les règles de la base de connaissance suivantes ont
été construites à l'aide de la connaissance des tableaux
précédents :
· Règle 1 : Si les faits suivants se
présentent :
- Toux avec ou sans expectoration depuis plus de 15 jours,
parfois avec hémoptysies ;
- Fièvre peu élevée ;
- Amaigrissement ;
- Anorexie ;
- Asthénie ;
- Transpiration ;
- Température ;
- Adénopathies cervicales.
Alors le patient souffre de la tuberculose.
· Règle 2 : Si ce cas concerne le
patient :
- Nouveaux cas de tuberculose jamais traités ;
- Nouveaux cas de TP à frottis positif ;
- Nouveaux cas de TP à frottis négatif avec une
atteinte importante du parenchyme ;
- Nouveaux cas de tuberculose extra-pulmonaire ;
- Malades tuberculeux gravement atteints avec infection
concomitante par le VIH.
Alors le patient est classé dans la première
catégorie.
· Règle 3 : Si ce cas concerne le
patient :
- Rechutes ;
- Traitement après interruption;
- Traitement après échec
thérapeutique.
Alors le patient est classé dans la catégorie
II.
· Règle 4 : Si ce cas concerne le
patient :
- Nouveaux cas de tuberculose pulmonaire à microscopie
négative avec lésions peu étendues et autres cas
bénins de TEP et séronégatifs au VIH.
Alors le patient est classé dans la catégorie
III.
· Règle 5 : Si le patient est classé
dans la catégorie I.
Alors : - Afficher le patient est
classé dans la catégorie I.
- Afficher le traitement.
· Règle 6 : Si le poids du patient en Kg
avant le début du traitement est entre : 30 à
39Kg.
Alors :-Afficher le
traitement :
· RHZE : 2 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 2 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 7 : Si le poids du patient en Kg
avant le début du traitement est entre : 40 à 54Kg.
Alors :-Affiche le traitement :
· RHZE : 3 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 3 comprimés chaque jour pendant
4 mois dans la 2ème phase.
· Règle 8 : Si le poids du patient en Kg
avant le début du traitement est entre : 55 à 70Kg.
Alors :-afficher le traitement
· RHZE : 4 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 4 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 9 : Si le poids du patient en Kg
avant le début du traitement est entre : 70 et plus de Kg.
Alors :-Afficher le traitement.
· RHZE : 5 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 5 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 10 : Si le patient est classé
dans la catégorie II.
Alors :-Afficher le patient est
classé dans la catégorie II.
- Afficher le traitement :
· Règle 11 : Si le poids du patient en Kg
avant le début du traitement est entre : 30 à 39kg.
Alors :- Afficher le
traitement :
· RHZE : 2 comprimés chaque jour pendant 3
mois dans la 1ère phase.
· Streptomycine : 0,5g/jour pendant 2 mois dans la
1ère phase.
· RHE : 2 comprimés chaque jour pendant 5
mois dans la 2ème phase.
· Règle 12 : Si le poids du patient en Kg
avant le début du traitement est entre : 40 à 54Kg.
Alors :- Afficher le
traitement :
· RHZE : 3 comprimés chaque jour pendant 3
mois dans la 1ère phase.
· Streptomycine : 0,75g/jour pendant 2 mois dans la
1ère phase.
· RHE : 3 comprimés chaque jour pendant 5
mois dans la 2ème phase.
· Règle 13 : Si le poids du patient en Kg
avant le début du traitement est entre : 55 à 70Kg.
Alors : - Afficher le
traitement :
· RHZE : 4 comprimés chaque jour pendant 3
mois dans la 1ère phase.
· Streptomycine : 1g/jour pendant 2mois dans la
1ère phase.
· RHE : 4 comprimés chaque jour pendant 5
mois dans la 2ème phase.
· Règle 14 : Si le poids du patient en Kg
avant le début du traitement est entre : 70 et plus de Kg.
Alors : - Afficher le
traitement :
· RHZE : 5 comprimés chaque jour pendant 3
mois dans la 1ère phase.
· Streptomycine : 1g/jour pendant 2 mois dans la
1ère phase.
· RHE : 5 comprimés chaque jour pendant 5
mois dans la 2ème phase.
· Règle 15 : Si le patient est classé
dans la catégorie III.
Alors : - Afficher le patient est
classé dans la catégorie III.
- Afficher le traitement :
· Règle 16 : Si le poids du patient en Kg
avant le début du traitement est entre : 30 à 39Kg.
Alors : - Afficher le
traitement :
· RHZE : 2 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 2 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 17 : Si le poids du patient en Kg
avant le début du traitement est entre : 40 à 54Kg.
Alors : - Afficher le
traitement :
· RHZE : 3 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 3 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 18 : Si le poids du patient en Kg
avant le début du traitement est entre : 55 à 70Kg.
Alors : - Afficher le traitement.
· RHZE : 4 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 4 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 19 : Si le poids du patient en Kg
avant le début du traitement est entre : 70 et plus de Kg.
Alors : - Afficher le traitement.
· RHZE : 5 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· RH : 5 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 20 : Si le patient est un enfant.
Alors : - Afficher le patient est un
enfant.
- Afficher les posologies pour enfant :
· Règle 21 : Si le poids du patient en Kg
avant le début du traitement est jusqu'à 7Kg.
Alors : - Afficher le
traitement :
· RHZ : 1comprimé chaque jour pendant 2 mois
dans la 1ère phase.
· Ethambutol : 0,25 comprimés chaque jour
pendant 2 mois dans la 1ère phase.
· RH : 1 comprimé chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 22 : Si le poids du patient en Kg
avant le début du traitement est entre : 8 à 9Kg.
Alors : - Afficher le
traitement :
· RHZ : 1,5 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· Ethambutol : 0,5 comprimés chaque jour
pendant 2 mois dans la 1ère phase.
· RH : 1,5 comprimés chaque jour pendant 4
mois dans la 2ème phase.
· Règle 23 : Si le poids du patient en Kg
avant le début du traitement est entre : 10 à 14Kg.
Alors : - Afficher le
traitement :
· RHZ : 2 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· Ethambutol : 0,5 comprimés chaque jour
pendant 2 mois dans la 1ère phase.
· RH : 2 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 24 : Si le poids du patient en Kg
avant le début du traitement est entre : 15 à 19Kg.
Alors : - afficher le
traitement :
· RHZ : 3 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· Ethambutol : 0,75 comprimés chaque jour
pendant 2 mois dans la 1ère phase.
· RH : 3 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 25 : Si le poids du patient en Kg
avant le début du traitement est entre : 20 à 24Kg.
Alors : - Afficher le
traitement :
· RHZ : 4 comprimés chaque jour pendant 2
mois dans la 1ère phase.
· Ethambutol : 1 comprimés chaque jour
pendant 2 mois dans la 1ère phase.
· RH : 4 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
· Règle 26 : Si le poids du patient en Kg
avant le début du traitement est entre : 25 à 29Kg :
Alors : - Afficher le traitement.
· RHZ : 5 comprimés chaque jour pendant 2
mois dans la phase.
· Ethambutol : 1,5 comprimés chaque jour
pendant 2 mois dans la 1ère phase.
· RH : 5 comprimés chaque jour pendant 4 mois
dans la 2ème phase.
CHAPITRE VI:
IMPLEMENTATION DU SYSTEME EXPERT EN CLIPS
Le point de chute d'un travail informatique est la
réalisation d'une application qui consistera au développement
d'un logiciel pouvant assurer un bon service à l'utilisateur.
VI.1. PRESENTATION DE
LOGICIEL
Pour cette application, nous utiliserons le langage de
programmation CLIPS qui est un type de langage de programmation conçu
pour implémenter des systèmes experts. Un système expert
est un programme spécialement conçu pour modéliser une
expertise ou une Connaissance humaine.
Nous avons porte notre choix sur ce langage de programmation,
parce qu'il est un outil pour le système expert il est aussi un
environnement complet pour développer des systèmes experts,
incluant des caractéristiques telles qu'un éditeur
intégré et un outil de débogage.
VI.2. LE CODE SOURCE
(defrule presentation
(initial-fact)
=>
(printout t
"*******************************************************************************************"crlf
"* SYSTEME EXPERT POUR LE DIAGNOSTIC ET LA THERAPEUTIQUE DES
MALADIES DE LA TUBERCULOSE
*"crlf
"*******************************************************************************************"crlf
"*Auteur: schadrac KANDE
*"crlf
"*Promotion: L2 Informatique
*"crlf
"*version: clips 6.30 beta
*"crlf
"*Année Academique: 2009-2010
*"crlf
"*******************************************************************************************"crlf
crlf crlf crlf "Tapez la touche ENTREE pour continuer ...
"
crlf
)
(bind ?touche (readline))
(assert (fait debut))
)
(defrule regle1
(fait debut)
=>
(printout t "voici la liste des symptomes:"
crlf crlf
"A. Adénopathies cervicales" crlf
"B. Amaigrissement" crlf
"C. Anorexie" crlf
"D. Asthénie" crlf
"E. Fiévre peu
élevée" crlf
"F. Température"
crlf
"G. Transpiration" crlf
"H. Toux avec ou sans
expectoration dépuis plus de 15 jours, parfois avec hémoptysies"
crlf crlf crlf
" Introduire des symptomes
constatés(au plus 10 codes des symptomes tel qu'indiqué
ci-haut):" crlf crlf
)
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
)
(defrule regle2
(fait "A")
(fait "B")
(fait "C")
(fait "D")
(fait "E")
(fait "F")
(fait "G")
(fait "H")
=>
(printout t crlf crlf crlf crlf "VOUS SOUFFREZ DE LA
TUBERCULOSE" crlf crlf crlf
)
(printout t "Le traitement se donne selon les
différentes catégories des malades" crlf crlf
"voici la liste de classement en catégorie:" crlf
crlf
"I. Malades tuberculeux gravement atteints avec une infection
concomitante par le VIH." crlf crlf
"J. Nouveaux cas de TP à frottis négatif avec
une atteinte importante du parenchyme." crlf crlf
"K. Nouveaux cas de TP à frottis positif." crlf crlf
"L. Nouveaux cas de tuberculose extra-pulmonaire." crlf
crlf
"M. Nouveaux cas de tuberculose jamais traités." crlf
crlf
"N. Nouveaux cas de tuberculose pulmonaire à microscopie
négative avec lésions peu étendues et autres cas
bénins de TEP et séronégatifs au VIH." crlf crlf
"O. Malades tuberculeux gravement atteints avec infection
concomitante par le VIH." crlf crlf
"P. Réchutes." crlf crlf
"Q. Traitément après échec
thérapeutique." crlf crlf
"R. Traitément après interruption." crlf crlf
crlf crlf
" Introduire le classement constatés (au plus 6 codes
tel qu'indiqué ci-haut):" crlf crlf
)
(reset)
(assert (fait catégorie))
)
(defrule regle3
(fait catégorie)
=>
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
)
(defrule regle4
(fait "I")
(fait "J")
(fait "K")
(fait "L")
(fait "M")
(fait "O")
=>
(printout t crlf crlf crlf crlf "VOUS ETES CLASSES DANS LA
CATEGORIE I" crlf crlf crlf crlf crlf crlf)
(printout t "voici la liste de poids du patient en KG avant
le début du traitément:" crlf crlf
"S. Le poids du patient est jusqu'a 7Kg." crlf crlf
"T. Le poids du patient est de 8 à 9Kg." crlf crlf
"U. Le poids du patient est de 10 à 14Kg." crlf crlf
"V. Le poids du patient est de 15 à 19Kg." crlf crlf
"W. Le poids du patient est de 20 à 24Kg." crlf crlf
"X. Le poids du patient est de 25 à 29Kg." crlf crlf
"Y. Le poids du patient est de 30 à 39Kg." crlf crlf
"Z. Le poids du patient est de 40 à 54Kg" crlf crlf
"AA. Le poids du patient est de 55 à 70Kg." crlf
crlf
"AB. Le poids du patient est de 70 et plus de Kg." crlf crlf
" Introduire le poids constatés:" crlf crlf crlf
)
(reset)
(assert (fait catégorie))
)
(defrule regle5
(fait "P")
(fait "R")
(fait "Q")
=>
(printout t crlf crlf crlf crlf "VOUS ETES CLASSES DANS LA
CATEGORIE II" crlf crlf crlf )
(printout t "voici la liste de poids du patient en KG avant le
début du traitément:" crlf crlf
"S. Le poids du patient est jusqu'a 7Kg." crlf crlf
"T. Le poids du patient est de 8 à 9Kg." crlf crlf
"U. Le poids du patient est de 10 à 14Kg." crlf crlf
"V. Le poids du patient est de 15 à 19Kg." crlf crlf
"W. Le poids du patient est de 20 à 24Kg." crlf crlf
"X. Le poids du patient est de 25 à 29Kg." crlf crlf
"Y. Le poids du patient est de 30 à 39Kg." crlf crlf
"Z. Le poids du patient est de 40 à 54Kg" crlf crlf
"AA. Le poids du patient est de 55 à 70Kg." crlf
crlf
"AB. Le poids du patient est de 70 et plus de Kg." crlf crlf
" Introduire le poids constatés:" crlf crlf crlf
)
(reset)
(assert (fait catégorie))
)
(defrule regle6
(fait "N")
=>
(printout t crlf crlf crlf crlf "VOUS ETES CLASSES DANS LA
CATEGORIE III" crlf crlf crlf crlf crlf crlf)
(printout t "voici la liste de poids du patient en KG avant
le début du traitément:" crlf crlf
"S. Le poids du patient est jusqu'a 7Kg." crlf crlf
"T. Le poids du patient est de 8 à 9Kg." crlf crlf
"U. Le poids du patient est de 10 à 14Kg." crlf crlf
"V. Le poids du patient est de 15 à 19Kg." crlf crlf
"W. Le poids du patient est de 20 à 24Kg." crlf crlf
"X. Le poids du patient est de 25 à 29Kg." crlf crlf
"Y. Le poids du patient est de 30 à 39Kg." crlf crlf
"Z. Le poids du patient est de 40 à 54Kg" crlf crlf
"AA. Le poids du patient est de 55 à 70Kg." crlf
crlf
"AB. Le poids du patient est de 70 et plus de Kg." crlf crlf
" Introduire le poids constatés:" crlf crlf crlf crlf
)
(reset)
(assert (fait catégorie))
)
(defrule regle7
(fait catégorie)
=>
(printout t "voici la liste de poids du patient en KG avant
le début du traitément:" crlf crlf
"S. Le poids du patient est jusqu'a 7Kg." crlf crlf
"T. Le poids du patient est de 8 à 9Kg." crlf crlf
"U. Le poids du patient est de 10 à 14Kg." crlf crlf
"V. Le poids du patient est de 15 à 19Kg." crlf crlf
"W. Le poids du patient est de 20 à 24Kg." crlf crlf
"X. Le poids du patient est de 25 à 29Kg." crlf crlf
"Y. Le poids du patient est de 30 à 39Kg." crlf crlf
"Z. Le poids du patient est de 40 à 54Kg" crlf crlf
"AA. Le poids du patient est de 55 à 70Kg." crlf
crlf
"AB. Le poids du patient est de 70 et plus de Kg." crlf crlf
" Introduire le poids constatés:" crlf crlf crlf crlf
)
(printout t "tapez une lettre : ")
(bind ?reponse (readline))
(assert (fait ?reponse))
)
(defrule regle8
(fait "S")
=>
(printout t "Le poids du patient est jusqu'a 7Kg." crlf
crlf
"Traitement,posologies pour enfant:(Les médicaments
antituberculeux essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux:Isoniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S), Ethambutol(E)).
- RHZ:1comprimé chaque jour pendant 2mois dans la
1ère phase.
- Ethambutol:0,25comprimés chaque jour pendant 2mois
dans la 1ère phase.
- RH:1comprimé chaque jour pendant 4mois dans la
2ème phase. " crlf crlf )
(reset)
(assert (fait traitément))
)
(defrule regle9
(fait "T")
=>
(printout t "Le poids du patient est de 8 à 9Kg." crlf
crlf
"Traitement,posologies pour enfant:(Les médicaments
antituberculeux essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun
d'eux:Isoniaside(H),Rifampicine(R),Pyrazinamide(Z),
Streptomycine(S),Ethambutol(E)).
- RHZ:1,5comprimés chaque jour pendant
2mois dans la 1ère phase.
- Ethambutol:0,5comprimé chaque jour
pendant 2mois dans la 1ère phase.
- RH:1,5comprimés chaque jour pendant
4mois dans la 2ème phase." crlf )
(reset)
(assert (fait traitément))
)
(defrule regle10
(fait "U")
=>
(printout t "Le poids du patient est de 10 à 14Kg."
crlf crlf
"Traitement,posologies pour enfant:(Les
médicaments antituberculeux essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux:Isoniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S), Ethambutol(E)).
- RHZ:2comprimés chaque jour pendant
2mois dans la 1ère phase.
- Ethambutol:0,5comprimé chaque jour
pendant 2mois dans la 1ère phase.
- RH:2comprimés chaque jour pendant 4mois
dans la 2ème phase." crlf crlf)
(reset)
(assert (fait traitément))
)
(defrule regle11
(fait "V")
=>
(printout t "Le poids du patient est de 15 à 19Kg."
crlf crlf
"Traitement: (Les médicaments antituberculeux
essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux: Isoniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S), Ethambutol(E)).
- RHZ:3comprimés chaque jour pendant 2mois
dans la 1ère phase.
- Ethambutol:0,75comprimés chaque jour pendant
2mois dans la 1ère phase.
- RH:3comprimés chaque jour pendant 4 mois dans
la 2ème phase." crlf crlf)
(reset)
(assert (fait traitément))
)
(defrule regle12
(fait "W")
=>
(printout t "Le poids du patient est de 20 à 24Kg."
crlf crlf
"Traitement:(Les médicaments antituberculeux
essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux:I soniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S), Ethambutol(E)).
- RHZ:4comprimés chaque jour pendant 2mois dans
la 1ère phase.
- Ethambutol:1comprimé chaque jour pendant 2mois
dans la 1ère phase.
- RH:4comprimés chaque jour pendant 4mois dans la
2ème phase." crlf crlf)
(reset)
(assert (fait traitément))
)
(defrule regle13
(fait "X")
=>
(printout t "Le poids du patient est de 25 à 29Kg."
crlf crlf
"Traitement:(Les médicaments antituberculeux
essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux: Isoniaside(H) ,Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S), Ethambutol(E)).
- RHZ:5comprimés chaque jour pendant 2mois dans
la 1ère phase.
- Ethambutol:1,5comprimés chaque jour pendant
2mois dans la 1ère phase.
- RH:5comprimés chaque jour pendant 4mois dans
la 2ème phase." crlf crlf)
(reset)
(assert (fait traitément))
)
(defrule regle14
(fait "Y")
=>
(printout t "Le poids du patient est de 30 à 39Kg."
crlf crlf
"Traitement pour les catégories I et III: (Les
médicaments antituberculeux essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux: Isoniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S), Ethambutol(E)).
- RHZE:2comprimés chaque jour pendant 2mois dans
la 1ère phase.
- RH:2comprimés chaque jour pendant 4mois dans la
2ème phase.
catégorie II:
- RHZE: 2comprimés chaque jour pendant 3mois
dans la 1ère phase.
- Streptomycine:0,5g/jour chaque jour pendant 2mois dans
la 1ère phase.
- RHE:2comprimés chaque jour pendant 5mois dans
la 2ème phase." crlf crlf)
(reset)
(assert (fait traitément))
)
(defrule regle15
(fait "Z")
=>
(printout t "Le poids du patient est de 40 à 54Kg."
crlf crlf
"Traitement pour les catégories I et III:(Les
médicaments antituberculeux
essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux:I soniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S), Ethambutol(E)).
- RHZE:3comprimés chaque jour pendant 2mois
dans la 1ère phase.
- RH:3comprimés chaque jour pendant 4mois
dans la 2ème phase.
catégorie II:
- RHZE:3comprimés chaque jour pendant 3mois
dans la 1ère phase.
- Streptomycine:0,75g/jour chaque jour pendant 2mois
dans la 1ère phase.
- RHE:3comprimés chaque jour pendant 5mois dans
la 2ème phase." crlf crlf)
(reset)
(assert (fait traitément))
)
(defrule regle16
(fait "AA")
=>
(printout t "Le poids du patient est de 55 à 70Kg."
crlf crlf
"Traitement pourles catégories I et III:(Les
médicaments antituberculeux essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux: Isoniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S),Ethambutol(E)).
- RHZE:4comprimés chaque jour pendant 2mois dans
la 1ère phase.
- RH:4comprimés chaque jour pendant 4mois dans la
2ème phase.
catégorie II:
- RHZE: 4comprimés chaque jour pendant 3mois dans
la 1ère phase.
- Streptomycine:1g chaque jour pendant 2mois dans la
1ère phase.
- RHE:4comprimés chaque jour pendant 5mois dans
la 2ème phase." crlf crlf)
(reset)
(assert (fait traitément))
)
(defrule regle17
(fait "AB")
=>
(printout t "Le poids du patient est de 70 et plus de Kg."
crlf crlf
"Traitement pour les catégories I et III:(Les
médicaments antituberculeux essentiel sont au nombre de 5.
un code sous forme d'une lettre a été
attribué à chacun d'eux: Isoniaside(H), Rifampicine(R),
Pyrazinamide(Z), Streptomycine(S),Ethambutol(E)).
- RHZE:5comprimés chaque jour pendant 2mois
dans la 1ère phase.
-RH:5comprimés chaque jour pendant 4mois dans
la 2ème phase.
catégorie II:
- RHZE:5comprimés chaque jour pendant 3mois
dans la 1ère phase.
- Streptomycine:1g chaque jour pendant 2mois dans la
1ère phase.
- RHE:5comprimés chaque jour pendant 5mois
dans la 2ème phase.")
(reset)
(assert (fait traitément))
)
VI. 3. LES
RESULTATS
Ci-dessous sont présentées quelques captures
d'écrans représentant les résultats de l'application
produite.
a) a) La page suivante
présente la premiere interface de notre système
expert :
b) Voici l'aperçu
de l'affichage de la liste des symptômes de la tuberculose de notre
logiciel.
c) L'image ci-dessous représente le
resultat du diagnostic de notre système expert.
d) Voici le classement en catégorie
de la tuberculose de notre système expert.
e) L'affichage du traitement de la
tuberculose de notre système expert.
CONCLUSION GENERALE
L'information est devenue une valeur ; elle est source de
compétitivité pour les entreprises et les organisations.
Jacqueline CALIXTE ne disait-elle pas que : « l'entreprise ou
l'administration ne peut s'organiser et prospérer que si elle dispose
des informations dont elle a besoin, au moment où elle a besoin et sous
une forme exploitable par les moyens dont elle dispose »...
Cette étude relative à la mise en oeuvre d'un
système expert pour le diagnostic et la thérapeutique des
maladies de la tuberculose nous a permis dans une première partie
d'établir le planning prévisionnel de la réalisation de
notre projet par la méthode analytique et de conduite de projet
informatique, le Complexe Hospitalier de Kananga nous a servi de cadre pour
mener nos recherches.
En effet comme nous l'avons dit un système expert est
un outil capable de reproduire les mécanismes cognitifs d'un expert,
dans un domaine particulier. Il s'agit de l'une des voies tentant d'aboutir
à l'
intelligence
artificielle. Raison pour laquelle nous avons choisis le système
expert car c'est un logiciel capable de répondre à des questions,
nous avons effectues le raisonnement à partir de faits et de
règles qui nous ont été fournis par le médecin
spécialiste en tuberculose en l'interviewant et en lisant certaines
documentations.
En effet, nous avons modélisé notre connaissance
humaine dans le langage de programmation CLIPS, qui est un type de langage de
programmation qui servant à implémenter des systèmes
experts. Notre logiciel sera utiliser par le médecin spécialiste
en tuberculose au Complexe Hospitalier de Kananga, il peut être aussi
utilisé par d'autres hôpitaux et centre de santé, son
installation et son utilisation exiges des moyens matériels, financiers
et humains. Ceci ne pourra se réaliser que si le CHK et certains
organismes qui le soutiennent mettent à la disposition du service de la
tuberculose tous les moyens possibles (outils informatique, un personnel
attitré...)
Pour une suite meilleure en science, nous restons ouverts
à toute remarque et suggestion qui contribueraient à
l'amélioration de notre travail.
BIBLIOGRAPHIE
I. Ouvrages
· BONNET
Alain, HATON
Jean-Paul,
TRUONG
Jean-Michel ,
Système experts : vers la maîtrise technique,
InterÉditions, 1986.
· CARDON
Alain,
Modéliser et concevoir une machine pensante, Approche de la
conscience artificielle, Vuibert, 2004.
· TURING
Alan, GIRARD
Jean-Yves, La
machine de Turing, Les Ordinateurs et l'Intelligence, 1995, pp. 133-174.
· C.FLAMENT, théorie des graphes et structures
sociales, Ed. Mouton, Paris, 1968, 166 pages.
· VIGNAUX
Georges, Les
sciences cognitives : une introduction, Biblio Essais, Paris, 1994.
· Guide de prise en charge de la tuberculose PATI
4, Edition 2008.
· J.-L. LAURIERE, Eléments de programmation
dynamique, Collection Programmation, Ed. Gauthier-Villars, Paris, 1979.
· CHALLONER Jack, L'Intelligence artificielle :
Un guide d'initiation au futur de l'informatique et de la robotique,
Pearson Education, 2003.
· LAURIERE Jean-Louis, Intelligence Artificielle,
Eyrolles, 1986.
· ALLIOT Jean-Marc et SCHIEX Thomas, Intelligence
artificielle et informatique théorique, CEPADUES, 2002.
· DELAHAYE
Jean-Paul,
Outils logiques pour l'intelligence artificielle, Eyrolles, 1987.
· Michel LE SEAC'H, développer un
système expert, chez éditests, 1989.
· CLAIRE Rémy, L'Intelligence artificielle,
1994.
· RUSSELL STUART Jonathan et NORVIG Peter,
Intelligence Artificielle, Pearson éducation, 2006.
II. Notes de cours
· KUTANGILA MAYOYA David, intelligence artificielle,
Notes de cours, inédit, L1 informatique, UKA, Kananga, 2008-2009.
· MANYA Léonard, Recherche opérationnelle
approfondie, Notes de cours, inédit, L1 informatique, UKA, Kananga,
2008-2009.
· TSHISUNGU, conduite de projet informatique, Notes de
cours, inédit, L2 informatique, UKA, Kananga, 2009-2010.
III. Sites INTERNET
· www.01net.com
· www.clubic.com
·
www.commencamarche.com
· www.google.com
·
www.wikipédia.com
· www.yahoo.com
· www.memoireonline.com
IV. Autres
documentation
· Y. MBOMBO: conception d'un système expert pour
le diagnostic des maladies en pédiatrie (mémoire),
Université Notre-Dame du kasayi, campus de Kananga.
· A. MBAYE : Etude pour la conception d'une
politique de gestion des documents administratifs et des archives pour la
régie des chemins de fer au Sénégal (mémoire),
Dakar : EBAD.
TABLE DE MATIERES
EPIGRAPHE
I
DEDICAS
II
AVANT-PROPOS
III
CHAPITRE 0 : INTRODUCTION
GENERALE
1
I.1. BUT ET OBJECTIF
1
I.3. MÉTHODES ET TECHNIQUES
UTILISÉES
2
I.4. DÉLIMITATION DU SUJET
3
I.5. STRUCTURE DU TRAVAIL
3
CHAPITRE I : PLANNING PREVISIONNEL DE
LA REALISATION DU PROJET
5
I.1. INTRODUCTION
5
I.1.1. Exposé du problème
5
I.1.2. Réponses apportées
5
I.1.3. Analyse des réponses
6
I.1.4. les phases d'un projet
6
I.2. RAISONS D'INFORMATISATION
6
I.3. OUTILS INFORMATIQUE À METTRE EN
OEUVRE
7
I.4. PLANNING D'INFORMATISATION
7
I.4.1. Description des tâches et relation
d'antériorité
8
TÂCHES
8
DESCRIPTION DES TÂCHES
8
TÂCHES PRÉCÉDENTES
8
DURÉE/JOURS
8
ESTIMATION DES COÛTS ($)
8
I.4.2. Choix et principe de la
méthode
8
I.4.3. construction du graphe MPM
- 10 -
I.4.4. calendrier de réalisation du
projet
- 11 -
CHAPITRE II : ETUDE DE L'OPPORTUNITE
ET DEFINITION DE LA TUBERCULOSE
- 12 -
II.1. DESCRIPTION DU COMPLEXE HOSPITALIER DE
KANANGA
- 12 -
II.1.1. Situation géographique
- 12 -
II.1.2. Historique
- 12 -
II.1.3. Rôle du Complexe Hospitalier de
Kananga
- 13 -
II.2. STRUCTURE GÉNÉRALE DU CHK
- 13 -
II.2.1. Organigramme général
- 13 -
II.2.2. organigramme du CHK
14
II.2.3. DESCRIPTION DES POSTES DE TRAVAIL
15
II.3. DESCRIPTION DE LA TUBERCULOSE
- 17 -
CHAPITRE III : GENERALITES SUR
L'INTELLIGENCE ARTIFICIELLE
- 19 -
III.1. INTRODUCTION ET HISTORIQUE
- 19 -
III.2. DÉFINITION DE L'INTELLIGENCE
ARTIFICIELLE
- 20 -
III.3.LES FONDEMENTS DE L'INTELLIGENCE
ARTIFICIELLE
- 21 -
III.4. DOMAINES D'APPLICATION DE L'INTELLIGENCE
ARTIFICIELLE
- 23 -
III.5. LES DIFFERENTES FACETTES DE L'IA
- 24 -
III.6. LA CONCEPTION DE SYSTEMES D'IA
- 25 -
III.7. AGENT INTELLIGENT
- 25 -
III.7.1. la rationalité des agents
- 26 -
III.7.2. Types d'agents
- 27 -
III.8. NATURE DE L'ENVIRONNEMENT DE L'AGENT
- 29 -
CHAPITRE IV : INTRODUCTION AUX
SYSTEMES EXPERTS
- 31 -
IV.1. DÉFINITION D'UN SYSTÈME EXPERT
ET HISTORIQUE
- 31 -
IV.2. CONCEPTS GÉNÉRAUX DES
SYSTÈMES EXPERTS
- 32 -
IV.3. CARACTÉRISTIQUES D'UN SYSTÈME
EXPERT
- 34 -
IV.4. AVANTAGES ET INCONVÉNIENTS D'UN
SYSTÈME EXPERT
- 35 -
IV.4.1. Avantages d'un système
expert
- 35 -
IV.4.2. Inconvénients d'un
système expert
- 36 -
IV.5. DÉVELOPPEMENT DE LA TECHNOLOGIE DES
SYSTÈMES EXPERTS
- 36 -
IV.6. NOTION SUR LE CLIPS
- 37 -
IV.6.1. INTRODUCTION
- 37 -
IV.6.2. L'HISTOIRE DE CLIPS
- 38 -
CHAPITRE V : CONCEPTION DU SYSTEME
EXPERT
- 41 -
V.1. PRÉSENTATION DU SYSTÈME EXPERT
DE DIAGNOSTIQUE ET THÉRAPEUTIQUE DE MALADIE DE LA TUBERCULOSE
- 41 -
V.1.1. Objectif
- 41 -
V.1.2. Fondement
- 41 -
V.1.3. Environnement
- 41 -
V.2. DESCRIPTION DE LA BASE DE CONNAISSANCE
- 42 -
V.2.1. présentation de la connaissance
brute
43
V.2.2. Règles.
47
CHAPITRE VI: IMPLEMENTATION DU SYSTEME
EXPERT EN CLIPS
53
VI.1. PRESENTATION DE LOGICIEL
53
VI.2. LE CODE SOURCE
54
VI. 3. LES RESULTATS
65
A) LA PAGE
SUIVANTE PRÉSENTE LA PREMIERE INTERFACE DE NOTRE SYSTÈME
EXPERT :
66
B) VOICI
L'APERÇU DE L'AFFICHAGE DE LA LISTE DES SYMPTÔMES DE LA
TUBERCULOSE DE NOTRE LOGICIEL.
67
C) L'IMAGE CI-DESSOUS REPRÉSENTE LE
RESULTAT DU DIAGNOSTIC DE NOTRE SYSTÈME EXPERT.
68
D) VOICI LE CLASSEMENT EN CATÉGORIE
DE LA TUBERCULOSE DE NOTRE SYSTÈME EXPERT.
69
E) L'AFFICHAGE DU TRAITEMENT DE LA
TUBERCULOSE DE NOTRE SYSTÈME EXPERT.
70
CONCLUSION GENERALE
71
BIBLIOGRAPHIE
72
I. OUVRAGES
72
II. NOTES DE COURS
72
III. SITES INTERNET
73
IV. AUTRES DOCUMENTATION
73
TABLE DE MATIERES
74
* 1 TSHISUNGU, cours de conduite
de projet informatique, UKA, L2 Informatique, 2009-2010, Inédit.
* 2 TSHISUNGU, op.cit.
* 3 MANYA Léonard, cours
de recherche opérationnelle approfondie, L1 Informatique, UKA,
2008-2009, Inédit.
* 4 Guide de prise en charge
de la tuberculose, Edition 2008
* 5 CHALLONER Jack,
L'Intelligence artificielle : Un guide d'initiation au futur de
l'informatique et de la robotique, Pearson Education, 2003.
* 6 LAURIERE Jean-Louis,
Intelligence Artificielle, Eyrolles, 1986.
* 7 RUSSELL Stuart Jonathan
et NORVIG Peter, Intelligence Artificielle, Pearson éducation,
2006.
* 8 KUTANGILA MAYOYA David,
intelligence artificielle, Notes de cours, inédit, L1 informatique, UKA,
Kananga, 2008-2009.
* 9 CARDON Alain,
modéliser et concevoir une machine pensante, approche de la
conscience artificielle, vuibert, 2004.
* 10 CARDON Alain.
op.cit.
* 11 KUTANGILA MAYOYA David,
op.cit.
* 12 Alain BONNET, Jean-Paul
HATON, Jean-Michel TRUONG, système experts: vers la maîtrise
technique, InterEditions, 1986.
* 13 Michel LE SEAC'H,
développer un système expert, chez éditests,
1989.
* 14 KUTANGILA MAYOYA David,
op.cit.
* 15 Michel le SEAC'H,
op.cit.
* 16 KUTANGILA MAYOYA David,
op.cit.
* 17 Guide de prise en
charge de la tuberculose PATI 4, Edition 2008.
|