BSO-AD: An Ontology for Representing and Harmonizing Behavioral Social Knowledge in ADRD

Cet article présente BSOAD, la première ontologie conçue pour représenter et harmoniser systématiquement les facteurs comportementaux et sociaux liés à la maladie d'Alzheimer et aux démences apparentées, en intégrant des sources hétérogènes et en validant sa structure grâce à une évaluation experte et assistée par l'intelligence artificielle.

L'essentiel

🧠 Le Problème : Une Bibliothèque en Désordre

Imaginez que vous essayez de comprendre pourquoi certaines personnes développent la maladie d'Alzheimer (ou des démences apparentées) plus tôt que d'autres. Les chercheurs savent que ce n'est pas seulement une question de génétique. C'est aussi une histoire de mode de vie (manger, bouger, fumer) et de conditions sociales (scolarité, argent, isolement, quartier).

Le problème, c'est que toutes ces informations sont éparpillées un peu partout :

• Dans les dossiers médicaux des hôpitaux (souvent écrits en code).
• Dans des articles scientifiques complexes.
• Dans des enquêtes sociales.

C'est comme si vous aviez une bibliothèque immense où les livres sont mélangés : certains sont en français, d'autres en espagnol, d'autres sont écrits sur des serviettes en papier, et d'autres sont rangés dans des boîtes à chaussures. Il est très difficile de trouver le lien entre "manger sainement" et "risque de démence" parce que tout est en désordre.

🛠️ La Solution : BSO-AD, le "Grand Trieur" Intelligent

Pour résoudre ce chaos, les auteurs de cette étude (des experts de la Mayo Clinic et d'Emory University) ont créé un outil appelé BSO-AD.

Imaginez BSO-AD comme un super-trieur de bibliothèque ultra-intelligent ou un dictionnaire universel qui a été conçu spécifiquement pour relier le monde social au monde médical.

Voici comment il fonctionne, avec quelques analogies :

1. Il ne réinvente pas la roue (Réutilisation) :
   Au lieu de créer un nouveau dictionnaire de zéro, les chercheurs ont pris des dictionnaires existants et fiables (comme ceux qui listent les déterminants de la santé ou les médicaments) et les ont reliés entre eux. C'est comme assembler des pièces de Lego de différentes boîtes pour construire une nouvelle structure solide.

2. Il crée des ponts (Les Liens) :
   Le plus important, c'est que BSO-AD ne se contente pas de lister les choses. Il crée des ponts entre elles.

   • Exemple : Il dit explicitement : "Le fait de vivre dans un quartier isolé (facteur social) augmente le risque de développer la maladie (facteur médical)".
   • Il va même plus loin en expliquant comment cela se passe, en ajoutant des étapes intermédiaires comme les gènes ou les processus biologiques. C'est comme si le dictionnaire expliquait non seulement que la pluie mouille le sol, mais aussi comment les gouttes d'eau traversent l'air pour atteindre la terre.

3. Il parle le langage des médecins et des informaticiens :
   Pour que les ordinateurs puissent utiliser ces informations, BSO-AD traduit les termes sociaux (comme "chômage" ou "insécurité alimentaire") en codes médicaux standardisés (comme les codes ICD-10). C'est comme mettre un sous-titre universel sur un film pour que tout le monde, quelle que soit sa langue, puisse le comprendre.

🔍 Comment ont-ils vérifié que ça marche ? (Le Test)

Pour s'assurer que leur "super-trieur" était bon, ils ont utilisé deux méthodes :

1. L'avis des experts humains : Deux spécialistes ont lu le contenu et ont dit : "Oui, c'est logique, c'est bien rangé." Ils ont été d'accord à 95 % sur la qualité des définitions.
2. L'avis de l'Intelligence Artificielle (IA) : C'est la partie innovante ! Ils ont utilisé des IA très puissantes (des "grands modèles de langage") pour lire des milliers d'articles scientifiques et vérifier si le BSO-AD couvrait bien tous les sujets importants.
   • Résultat : L'IA a confirmé que l'outil couvrait presque tout (plus de 97 % des concepts trouvés dans la littérature étaient présents dans le dictionnaire).

🌟 Pourquoi est-ce important ? (Le Résultat)

Grâce à BSO-AD, les chercheurs peuvent maintenant :

• Mélanger les données : Combiner facilement les données sociales et médicales pour voir les grands tableaux.
• Prédire et prévenir : Mieux comprendre quels facteurs sociaux peuvent être modifiés pour réduire le risque de démence.
• Économiser du temps : Plus besoin de chercher pendant des mois pour trouver les liens entre le mode de vie et la maladie ; l'outil les a déjà organisés.

En résumé :
Imaginez que vous vouliez construire une maison (la prévention de la maladie d'Alzheimer). Auparavant, vous aviez des briques, du ciment et du bois, mais tout était éparpillé dans un champ, sans plan. BSO-AD est ce plan d'architecte numérique qui vous dit exactement où mettre chaque brique sociale et chaque poutre biologique pour construire une maison solide et résistante.

C'est une première mondiale pour organiser ces connaissances de manière aussi précise, et cela ouvre la voie à de nouvelles découvertes grâce à l'intelligence artificielle.

Résumé technique

Titre : BSO-AD : Une ontologie pour la représentation et l'harmonisation des connaissances comportementales et sociales dans les maladies neurodégénératives

1. Problématique

Les facteurs comportementaux et sociaux (BSF), tels que l'activité physique, l'isolement social ou les déterminants socio-économiques, jouent un rôle crucial dans le risque, le début et la progression des maladies d'Alzheimer et des démences apparentées (ADRD). Cependant, l'intégration systématique de ces connaissances dans la recherche sur les ADRD se heurte à plusieurs obstacles majeurs :

• Hétérogénéité des sources : Les données proviennent de sources variées (dossiers médicaux électroniques, enquêtes, littérature scientifique) utilisant des standards de codage incohérents.
• Silos disciplinaires : Les ontologies existantes se concentrent soit sur les aspects biologiques-cliniques des ADRD (ex. : DROADO), soit sur les déterminants sociaux de la santé (ex. : SDoHO), sans offrir de cadre unifié pour modéliser leurs interactions.
• Manque d'interopérabilité : L'absence d'une infrastructure sémantique commune empêche la synthèse des preuves à grande échelle et l'analyse computationnelle automatisée des liens entre les BSF et les ADRD.

2. Méthodologie

Les auteurs ont développé BSO-AD (Behavioral Social Data and Knowledge Ontology for ADRD) en suivant les principes de l'ingénierie d'ontologies biomédicales (OBO Foundry, FAIR).

• Conception et Réutilisation :
  • L'ontologie est écrite en OWL2 et développée avec Protégé et ROBOT.
  • Elle repose sur la réutilisation et l'extension d'ontologies existantes : SDoHO (pour les facteurs comportementaux et sociaux), DROADO (pour les mécanismes biologiques et pharmacologiques des ADRD), TEO (pour la dimension temporelle) et AD-Onto (pour les évaluations neuropsychologiques).
  • Enrichissement clinique : Intégration des codes ICD-10-CM (Z55–Z65) pour les déterminants sociaux de la santé et des codes ICD-9/10 pour les ADRD, afin de garantir l'interopérabilité avec les dossiers médicaux.
• Modélisation des Relations :
  • Associations directes : Déduites de l'exploration de la littérature (PubMed) et alignées sur le réseau sémantique UMLS. Elles sont structurées en hiérarchie (ex. : affectsRiskOf, increasesRiskOf, predicts).
  • Associations indirectes (mécanistiques) : Modélisation des voies biologiques intermédiaires reliant les BSF aux ADRD via des nœuds intermédiaires : gènes, voies métaboliques et pathologies.
• Évaluation Innovante :
  • Revue par des experts : Utilisation de l'outil Hootation pour convertir l'ontologie en phrases naturelles et évaluer la validité sémantique (accord rationnel et inter-évaluateurs).
  • Évaluation assistée par LLM : Développement d'un pipeline automatisé utilisant plusieurs modèles de langage (Llama4, Qwen3, MedGemma) pour :
    1. Extraire des concepts à partir d'un corpus de littérature ciblé.
    2. Évaluer la couverture des catégories (proportion de concepts extraits classés dans l'ontologie).
    3. Mesurer la cohérence sémantique (complétude, concision, scores de similarité parent-enfant) via des embeddings (ClinicalBERT).

3. Contributions Clés

• Première ontologie unifiée : BSO-AD est la première ontologie à formaliser systématiquement les BSF dans le contexte spécifique des ADRD, comblant le fossé entre les sciences sociales et la biologie clinique.
• Cadre relationnel multi-niveaux : Elle capture non seulement les associations directes, mais aussi les mécanismes biologiques sous-jacents, permettant une représentation fine des causalités.
• Pipeline d'évaluation automatisé : Introduction d'un cadre d'évaluation scalable basé sur les LLM pour vérifier la couverture conceptuelle et la cohérence structurelle, réduisant la dépendance aux revues manuelles exhaustives.
• Interopérabilité accrue : L'intégration native des codes ICD-10-CM et des identifiants UMLS facilite l'application directe sur des données cliniques réelles.

4. Résultats

• Statistiques de l'ontologie : BSO-AD contient 2 275 classes, 153 propriétés d'objets et 49 propriétés de données, organisées en 16 classes racines.
• Qualité sémantique (Experts) : L'accord rationnel entre les experts est de 0,95, avec un accord inter-évaluateurs de 0,96, confirmant la validité logique de la hiérarchie.
• Performance de l'évaluation LLM :
  • Couverture des catégories : Très élevée (≥ 0,97) pour toutes les catégories de BSF, indiquant que l'ontologie capture la majorité des concepts extraits de la littérature.
  • Complétude et Concision : Moyennes respectives de 0,78 et 0,81, montrant un bon équilibre entre la capture des concepts externes et la spécificité de l'ontologie.
  • Cohérence hiérarchique : Les scores de similarité (CSS et PSS) sont stables, bien que certaines catégories (comme "Alimentation") aient révélé une hétérogénéité sémantique nécessitant un enrichissement structurel (ajout de classes intermédiaires).

5. Signification et Perspectives

BSO-AD établit une colonne vertébrale sémantique essentielle pour l'intégration des données hétérogènes dans la recherche sur les démences. Elle permet :

• La standardisation des données pour l'analyse computationnelle à grande échelle.
• Le développement d'applications d'IA pour la découverte de connaissances et la modélisation prédictive des risques.
• L'élaboration de politiques de santé ciblées basées sur des preuves.

L'article souligne également la viabilité de l'utilisation des LLM pour l'évaluation et l'enrichissement continu des ontologies. Les travaux futurs prévoient l'intégration des codes ICD-11 et l'élargissement du pipeline d'évaluation avec des modèles propriétaires et une boucle humaine (human-in-the-loop) pour affiner la précision.

En résumé, ce travail fournit une infrastructure de connaissances robuste et interopérable, indispensable pour passer d'une approche fragmentée à une compréhension holistique des facteurs de risque comportementaux et sociaux des maladies neurodégénératives.