La prévention des effets indésirables liés aux médicaments (EIM) est devenue un important enjeu de santé publique. La pharmacovigilance a pour objet l’identification, l’analyse et la prévention des risques liés aux EIM. L’objectif du projet VigiTermes est de développer des méthodes innovantes pour une détection plus précoce des EIM.

Les méthodes mises en œuvre appartiennent à l’ingénierie des connaissances, l’ingénierie multilingue, le traitement automatique du langage et à la fouille de texte.

Le principal résultat du projet est la mise en place d’une architecture logicielle destinée à la recherche et l’analyse des articles décrivant les EIM sur le serveur bibliographique PubMed. Il s’agit de la première application de ce type destinée à la pharmacovigilance. Les autres résultats sont en rapport avec la détection statistique des signaux, la modélisation des médicaments et des EIM au moyen d’ontologies, la recherche d’information dans les bases de données de pharmacovigilance et l’application de méthode de traitement automatique des langues en japonais appliquée à des cas de pharmacovigilance.

Des développements sont en cours afin de mettre les résultats du projet sous forme opérationnelle pour une exploitation par les autorités réglementaires et les laboratoires pharmaceutiques. L’amélioration de l’interface graphique devrait faciliter l’aide à la décision pour les professionnels responsables des questions liées à la pharmacovigilance.

Notre ambition est de continuer l’intégration des composants sur la plateforme commune afin de proposer aux pharmacovigilants l’outil le plus complet et le plus efficace pour la détection, ainsi que le suivi et la consolidation des signaux de pharmacovigilance.

Prevention of adverse drug reactions (ADRs) has become an important public health issue. Pharmacovigilance is dedicated to the identification, analysis and prevention of risks related to ADRs. The objective of the VigiTerms project is to develop innovative methods for earlier detection of ADRs.

We used methods related to knowledge engineering, multi lingual engineering, natural language processing and text mining.

The main result of the project is a software architecture for search and analysis of articles describing ADRs on the PubMed server. This is the first implementation of such an application for pharmacovigilance. Other results are related to statistical signal detection, modelling of drugs and ADRs with ontologies, information retrieval in pharmacovigilance databases and natural language processing applied to case reports in Japanese.

Developments are underway to make the results of the project in operational form for use by regulatory authorities and pharmaceutical companies. Improved graphical user interface should facilitate decision support for professionals in charge of pharmacovigilance issues.

Our ambition is to continue the integration of components on the common platform to offer pharmacovigilance teams the most complete and effective tools for detecting, tracking and consolidation of pharmacovigilance signals.