La notion de similarité est importante pour représenter les connaissances médicales et traiter les documents véhiculant des informations de santé. Les développements méthodologiques récents en traitement automatique de la langue ont permis d’explorer différentes facettes de la similarité en santé en s’appuyant sur la représentation des contenus structurés ou non-structurés typiquement présents dans les entrepôts de données de santé. Dans ce contexte, il nous a semblé intéressant d’examiner les approches proposées dans les communautés de l’informatique médicale, de la gestion de connaissances et du traitement automatique de la langue sur des questions telles que la définition et l’identification des phénomènes de similarité textuelle en santé, explorant un continuum allant de l’identité des chaînes de caractères à la similarité sémantique et thématique entre documents ; l’identification de « cas similaires » (par exemple pour la définition de cohortes, l’inclusion dans des essais cliniques ou la détection de dossiers patients dupliqués) ; la représentation de patients ; la création de jumeaux numériques par génération de données patient synthétiques. L’objectif de la journée SimPa était double : — documenter les cas pratiques en santé dans lesquels les méthodes de calcul de similarité entre patients sont utiles ; — documenter les solutions existantes, par exemple, mais sans y être limité, pour les systèmes fondées sur des méthodes d’apprentissage automatique. En bref, nous souhaitions que cette journée permette une rencontre des communautés d’informatique médicale, santé publique et traitement automatique de la langue et des échanges sur la recherche de contenus textuels « similaires » en TAL. Elle a bien rempli cet objectif en permettant de rassembler 45 personnes (30 en présentiel, 15 à distance) autour de la thématique de similarité entre patients.