L'enjeu principal de Relyens est d'anticiper et de prévenir les risques, notamment dans le domaine médical, afin de réduire les événements indésirables et d'améliorer la sécurité des patients. Cela nécessite de s'appuyer sur l'ensemble des connaissances disponibles sur les risques médicaux et leur gestion.
Relyens dispose d'une très grande quantité de données hétérogènes, comprenant des rapports d'expertise, des documents juridiques et bien d'autres. Ces données constituent une ressource précieuse et stratégique pour mener à bien le projet, offrant une occasion sans pareille d'enrichir les connaissances existantes avec des informations d'une grande valeur.

Par ailleurs, la littérature scientifique médicale représente une source colossale de connaissances sous-exploitées. La base de données PubMed référence plus de 30 millions de publications issues de la recherche biomédicale dans le monde entier.

Cette masse de connaissances contient des informations cruciales sur les facteurs de risque, leur détection, leur prévention et leur gestion. Cependant, l'analyse manuelle de cet océan de données serait une tâche titanesque, voire impossible. C'est pourquoi l'utilisation de techniques avancées d'intelligence artificielle et de traitement des données est essentielle. Ces techniques permettraient d'utiliser les algorithmes de manière efficace pour extraire les informations essentielles de cette abondante littérature scientifique et des données internes de Relyens.

L'enjeu de ce projet de thèse consiste donc à créer de la valeur à partir de ces données scientifiques et internes, en exploitant la puissance des algorithmes d'intelligence artificielle pour en extraire des informations directement valorisables.