Les systèmes d'aide à la décision clinique (SADCs) intégrés au système d'information hospitalier (SIH), semblent contribuer à l'amélioration de la qualité des soins. Cependant, peu de systèmes sont opérationnels et à ce jour aucun modèle standard n'a été proposé. Nos objectifs ici sont: (1) la modélisation, le développement et l'évaluation d'un SADC intégré à un SIH réel, pour la détection des infections nosocomiales et des germes multirésistants, (2) la modélisation d'un système prédictif pour l'antibiothérapie empirique. Pour cela, nous avons utilisé des méthodes de l'Intelligence Artificielle, des bases de données et des technologies intranet. GermwebServer, Le système obtenu pour le module de surveillance, a montré une amélioration significative des performances locales de détection des infections nosocomiales et est depuis utilisé en routine. Il constitue une plate-forme pour de nouvelles applications (porteurs de GMRs à l'admission, antibiothérapie documentée,...). Pour la sélection prédictive de l'antibiothérapie empirique, les résultats obtenus semblent indiquer que le modèle basée sur la régression logistique serait mieux adapté que le modèle neuronal.