Soutenance de thèse de Ghassen FRIKHA

Composition du jury

    •    M. Elyes LAMINE : École d’ingénieur ISIS, Institut national universitaire Jean-François Champollion - Directeur de thèse
    •    M. Xavier LORCA : Centre Génie Industriel IMT Mines Albi - Co-directeur de thèse
    •    M. Thibaud MONTEIRO : INSA Lyon - Rapporteur
    •    Mme Maria DI MASCOLO : Grenoble INP, Laboratoire G-SCOP - Examinatrice
    •    Mme Chirine GHEDIRA GUEGAN : LIRIS (UMR 5205 CNRS) Lab, iaelyon - Université de Lyon - Rapporteure
    •    Mme Marie-Noëlle CUFI : Centre Hospitalier de Castres-Mazamet - Examinatrice
    •    M. Christophe BORTOLASO : Berger-Levrault - Examinateur
 
 

Résumé

La prévention de la perte d’autonomie chez les personnes âgées est devenue une priorité pour les systèmes de santé et les organismes sociaux, en raison du vieillissement rapide de la population. Les besoins spécifiques de cette population vulnérable nécessitent des interventions personnalisées pour améliorer leur qualité de vie tout en optimisant les ressources disponibles. Cependant, concevoir des solutions adaptées soulève des défis techniques, notamment la représentation et l’exploitation de connaissances complexes. Cette thèse, intitulée « Modèles de connaissances pour la recommandation de services métiers personnalisés aux besoins des usagers : Application aux services de prévention de la perte d’autonomie », s’inscrit dans un projet collaboratif entre IMT Mines Albi, ISIS, et Berger-Levrault. Ce projet vise à développer un environnement socio-cyber physique facilitant la conception de plans d’intervention personnalisés répondant aux besoins des personnes âgées. Pour atteindre cet objectif, il est essentiel de formaliser les connaissances permettant de caractériser les usagers et les services métiers. Une représentation structurée connecte les besoins aux services adaptés, tout en intégrant des données variées comme les évaluations de fragilité ou les bases de services accessibles. Notre approche s’appuie sur des outils d’évaluation standardisés, tels que les Activités de la Vie Quotidienne, l’Indice de Fragilité, et l’Échelle d’Anxiété et de Dépression, pour établir un profil détaillé des usagers. Les services candidats sont extraits de répertoires comme le Répertoire Opérationnel des Ressources (ROR) et le Répertoire National des Associations (RNA), enrichis par d’autres bases pour mieux répondre aux préférences des utilisateurs. Ce projet va au-delà de la modélisation des profils et des services en explorant comment exploiter ces connaissances pour générer des recommandations pertinentes. Les techniques de recommandation les plus adaptées sont étudiées afin d’assurer la personnalisation et la fiabilité des résultats. Ces recommandations, fondées sur les besoins identifiés, sont accompagnées d’une explicabilité permettant de justifier chaque suggestion. Enfin, l’efficacité du système est évaluée à travers des cas d’usage basés sur des profils d’utilisateurs. Cette évaluation itérative permet d’affiner continuellement le système, garantissant des recommandations adaptées et pertinentes. Les résultats montrent une correspondance prometteuse entre les besoins des usagers et les services proposés, tout en respectant leurs préférences. Cette thèse, à l’intersection du génie industriel et de l’informatique, ambitionne de fournir des outils concrets aux professionnels de santé, contribuant à améliorer la qualité de vie des personnes âgées et à optimiser les ressources institutionnelles.

Mots-clés

Modélisation de connaissances, Personnalisation, Bien-vieillir, Système de recommandation, Réconciliation Offre/Demande, Prévention de perte d’autonomie.