SNOMED CT est le standard central de la stratégie sémantique du Swiss Personalized Health Network (SPHN), mais les outils permettant d'en exploiter réellement la puissance manquaient. S4 lève cette limite en construisant un service qui traduit automatiquement une requête exprimée en SNOMED CT vers les concepts et jeux de valeurs SPHN correspondants. Un chercheur peut ainsi explorer les données SPHN à partir du sens clinique, sans connaissance préalable de la structure du jeu de données.

Les infections postopératoires sont les complications les plus fréquentes toutes disciplines chirurgicales confondues et restent associées à une morbidité et une mortalité importantes. INFRA construit un modèle numérique du patient à partir des données cliniques de routine (laboratoire, paramètres physiologiques, microbiologie, symptômes) et le rend lisible par des outils de visualisation dynamique, afin de faire apparaître les trajectoires de récupération postopératoire et d'identifier précocement les patients à risque de complication infectieuse.

Ce projet examine comment les professionnels de santé des HUG adaptent leur comportement de frappe lors de l'utilisation d'un outil d'autocomplétion clinique destiné à la sélection de problèmes médicaux et de médicaments. En s'appuyant sur des données d'usage réel, l'étude explore l'évolution des requêtes tapées par les utilisateurs selon leur niveau d'expérience. L'objectif est de mieux comprendre les mécanismes d'adaptation linguistique des cliniciens face à une technologie d'aide à la saisie, avec des implications potentielles pour la conception d'interfaces homme-machine.

Ce projet vise à développer des ressources annotées en français pour le traitement automatique du langage naturel dans le domaine clinique et oncologique. Il s'appuie sur la traduction et la projection d'annotations depuis des corpus espagnols existants (CANTEMIST, DISTEMIST) vers le français, à l'aide d'une méthodologie basée sur des modèles BERT multilingues. Le projet a permis de produire deux corpus complémentaires, FRASIMED puis FRACCO, destinés à soutenir la reconnaissance d'entités nommées et la normalisation de concepts médicaux vers des terminologies de référence (ICD-O-3, SNOMED-CT).

Bratly vise à combler une lacune de BRAT, l'un des outils d'annotation textuelle les plus utilisés en NLP, qui ne dispose pas d'un support Python robuste pour la gestion et le traitement programmatique des annotations. Bratly est une extension open-source de BRAT dotée d'un backend Python structuré, permettant notamment la manipulation typée des annotations, le calcul de statistiques sur les corpus et l'évaluation automatique au niveau des entités selon le standard MUC-5. Cet outil facilite ainsi la gestion, le nettoyage et l'évaluation de jeux de données annotés à grande échelle, tout en restant accessible à la communauté NLP.

Le projet Dolodoc vise à développer une application mobile pour aider au quotidien les patients souffrant de douleurs chroniques, en motivant les utilisateurs à adopter de nouveaux comportements et en les aidant à trouver des activités réconfortantes.

Le vieillissement de la population entraîne une charge de travail croissante pour équipes soignantes et proches aidants, c’est pourquoi il y a un réel besoin en technologies d’assistance à domicile. Le projet GUARDIAN introduit un compagnon social robotique dont le but est de soutenir les trois catégories d’utilisateurs impliqués, c’est-à-dire les soignants à domicile, les proches aidants et les personnes âgées nécessitant une assistance.

Le projet vise à soutenir les aînés souffrant de problèmes cardiaques dans leur transition entre soins aigus (hôpital) et soins communautaires (domicile) en introduisant un système d’encadrement basé sur un robot afin de les aider à suivre les modalités de traitements post-hospitalisation ainsi qu’à adopter des changements de mode de vie.

Les problèmes cognitifs représentent un soucis de santé récurrent chez la majorité des personnes âgées qui ne sont pas assez stimulés au quotidien. Pour tenter de limiter l’aggravation de ces troubles, le projet engAGE développe un robot social permettant d’exercer sa mémoire de manière ludique, peu coûteuse et efficace. Le but est d’apporter une aide supplémentaire  à ses personnes et de stabiliser leur état, voire l’améliorer, grâce à un soutien technologique. Bien que ce projet s’intéresse principalement aux personnes âgées qui souffrent de problèmes cognitifs, il exclut de son étude les personnes qui sont à un stade trop avancé ou atteints de démence, car trop vulnérables pour une étude sur l’IA. Cependant l’entourage de ces personnes, proches aidants, soignants, voire les institutions spécialisées correspondent à l’étude, le but de ce projet étant également de leur apporter une forme de soutien.

InfoKids est un projet joint avec la réception pédiatrique et le service des urgences. Son but est d’améliorer la gestion des patients consultant les urgences pédiatriques, en fournissant des informations avant, durant et après leur visite. Les utilisateurs peuvent trouver des conseils par rapport aux symptômes observés, aux processus de soins et aux temps d’attente.