Soutenance de thèse : Mouncef Naji

Mouncef Naji soutient sa thèse “Semantic Personalization of Informed Consent based on Knowledge Graph Reasoning and Large Language Models” le 5 février 2026 à CY Cergy Paris Université.

Résumé

Cette thèse porte sur la personnalisation du consentement éclairé dans le domaine de la santé. Elle cherche à répondre à la question centrale : Comment concevoir un système capable de produire un consentement médical qui soit à la fois conforme à la loi, compréhensible et adapté au profil du patient, et assistant le personnel soignant à la proposition des soins ? Pour répondre à cette problématique, la thèse s’articule autour de trois pilliers principaux : la conformité légale, la personnalisation du consentement, et la recommandation de soins. La solution proposée explore l’intersection entre les technologies sémantiques et l’intelligence artificielle générative, à travers le système SPIRIT (Semantic Personalized and Compliant System for Informed consent and care Recommendation).

Les principales contributions de ce travail comprennent : (i) une approche basée sur l’ontologie pour garantir la conformité légale, (ii) un cadre de raisonnement sémantique pour la génération de consentements personnalisés, et (iii) un système de recommandation infirmière fondé sur des graphes de connaissances. Enfin, une preuve de concept fonctionnelle valide la faisabilité de l’approche et ouvre des perspectives d’expérimentation en conditions réelles, notamment vers des extensions multilingues et multimodales.

Abstract

This thesis focuses on the personalization of informed consent in healthcare. It seeks to address the central question: How can we design a system capable of producing a medical consent that is simultaneously legally compliant, comprehensible, and adapted to the patient’s profile, while supporting healthcare professionals in proposing appropriate care plans?
To answer this question, the research is structured around three key pillars: legal compliance, consent personalization, and care recommendation. The proposed solution explores the intersection of semantic technologies and generative AI, by proposing SPIRIT (Semantic Personalized and Compliant System for Informed consent and care Recommendation).
The main contributions of this work include: (i) an ontology-driven approach for ensuring legal compliance, (ii) a semantic reasoning framework for personalized consent generation, and (iii) a knowledge-graph-based system for nursing recommendations. Finally, a functional proof of concept validates the feasibility of the approach and opens perspectives for real-world deployment, including multilingual and multimodal extensions.

Composition du jury

• Hajer BAAZAOUI, CY Cergy Paris Université, Directrice
• Maroua MASMOUDI, Université de Rennes, Co-Directrice
• Zoltan MIKLOS, Université de Rennes, Rapporteur
• Mourad ABED, Université Polytechnique Hauts-de-France, Rapporteur
• Marie-Hélène ABEL, Université de Compiègne, Examinatrice
• Gayo DIALLO, Université de Bordeaux, Examinateur
• Jean-Marie JANUEL, Fondation Léonie-Chaptal, Invité

Lieu et date

• CY Cergy Paris Université (site Saint-Martin), amphithéâtre E3 (2 Av. Adolphe Chauvin, 95300 Pontoise)
• 5 février 2026 à 09h30