Cette thèse traite le développement d'un système d'aide à la décision et se focalise sur la création de "modèle" : la sélection de modèle optimal, la sélection de variables les plus significatives, l'interprétabilité du modèle et sa validation historique. Ces questions sont traitées avec l'algorithme machine à vecteurs supports à unique et multiples noyaux. Deux applications cliniques ont ainsi été choisies: la prédiction de cas d'infection nosocomiale et la classification de tissus pulmonaires caractérisés par des maladies interstitielles. Cette thèse apporte ses contributions à quatre principales problématiques : 1) la méthode d'analyse de données déséquilibrées sur lesquelles les méthodes de fouille de données peuvent avoir un faible taux d'erreur sans être sensibles aux cas mal représentés ; 2) la portabilité de modèles prédictifs en les évaluant dans le temps ; 3) l'analyse du compromis interprétabilité de modèle et sa complexité et/ou stabilité ; 4) l'analyse de l'exploitation des résultats obtenus.