Guérir un patient malade nécessite un diagnostic médical avant de proposer un traitement approprié. Avec l'explosion des connaissances médicales, nous nous intéressons à leur exploitation pour aider les médecins dans la collecte d'informations lors du processus de diagnostic. Le présent article porte sur la mise en place d'un modèle de données ciblant des connaissances disponibles dans des ressources aussi bien formelles que non formelles. L'objectif est de fusionner les forces de toutes ces ressources pour fournir l'accès à une variété de connaissances partagées facilitant l'identification et l'association des maladies humaines et à l'ensemble de leurs signes caractéristiques pertinents disponibles tels que les symptômes et les signes cliniques. D'un côté, nous proposons une ontologie produite à partir d'une intégration de plusieurs ontologies et terminologies médicales existantes et ouvertes. D'un autre côté, nous exploitons des cas réels de patients dont le diagnostic aura déjà été confirmé par des médecins. Ils sont transcrits dans des rapports textuels en langue naturelle, et nous démontrons ici que leur analyse permet d'enrichir la liste des signes de chaque maladie. Ce travail aboutit alors à une base de connaissances chargée à partir des ontologies cibles connues sur la plate-forme de bioportail telles que DOID, MESH et SNOMED pour la sélection des maladies, SYMP, et CSSO pour tous les signes existants. L'échantillon de cas textuels choisis porte sur des maladies tropicales.