Les plaintes des patients constituent un aspect crucial du processus de raisonnement clinique en médecine du sommeil. Pourtant, elles sont souvent sous-évaluées en clinique, et mal organisées en recherche. Cette étude vise à créer une ontologie formelle des plaintes de sommeil, à partir des associations entre symptômes et troubles fondée sur la classification internationale ICSD-3.

Les troubles du sommeil et leurs symptômes correspondants ont été hiérarchisés selon l’ICSD-3. Une revue parallèle menée sur le DSM-5 a montré que sa liste des symptômes est comprise dans celle de l’ICSD-3. Ensuite, pour refléter l’importance clinique variable des associations trouble-symptômes, un grand modèle de langage (GPT-4o) a attribué des scores de 1 à 5 à chaque association (où 1 est une relation faible et 5 est une relation très forte ou un symptôme clé du trouble). Cette pondération a été validée par deux experts du sommeil et a ensuite été formalisée dans une ontologie, une structure informatique qui décrit formellement les concepts et leurs relations. Une visualisation dynamique en réseau de nœuds a été créée avec D3.js, une bibliothèque JavaScript permettant la transformation des données structurées en visualisations intéractives. Ce choix permet de mettre en évidence la connectivité des concepts au sein de l’ontologie. Finalement, notre modèle ontologique a été intégré dans la SLEEP ontology qui couvre principalement les comportements du sommeil, ouvrant la voie à un futur établissement de relations entre comportements et troubles cliniques.

L’ontologie finale offre une représentation plus complète des troubles du sommeil, combinant la nosologie et la symptomatologie, en plus d’un outil de visualisation de la dynamisme entre les troubles et les symptômes ( Figure 1 ).

Cette ontologie constitue une avancée méthodologique dans l’organisation des connaissances en médecine du sommeil facilitant l’intégration structurée des plaintes des patients et la sémiologie liée dans l’évolution des classifications des troubles du sommeil. Elle permet de mieux évaluer la force d’association entre symptômes et troubles, ouvre les classifications à l’intégration des patient reported outcomes (PRO), et permet de contraindre des systèmes de langage autonomes par des ontologies médicales utiles pour le raisonnement clinique en médecine du sommeil.