L'émergence et la propagation d'agents pathogènes résistants aux médicaments ont conduit à considérer la résistance aux antimicrobiens (AMR) comme un problème majeur de santé publique.
À ce jour, une telle surveillance repose principalement sur une veille fondée sur des indicateurs, impliquant une collecte de données structurée et officielles. Une autre voie consiste à extraire des événements automatiquement à partir de données non officielles comme les médias et les médias sociaux.
C'est dans ce contexte que les membres du projet H2020 MOOD de TETIS ont organisé un hackathon de fouille de textes pour traiter une telle problématique. L'objectif était de proposer des solutions originales intégrant outils et connaissances expertes dans un cadre pluridisciplinaire.
De manière concrète, en juin 2022, les participants à l'école d'été MOOD se sont réunis en équipes pluridisciplinaires pour résoudre deux tâches réputées difficiles en fouille de textes, à savoir l'identification automatique d'événements épidémiologiques et les hôtes traitant d'AMR à partir de dépêches et tweets issues de 5 plateformes (MedISys, ProMED, HealthMap, PADIWeb, Twitter).