Les dossiers médicaux électroniques (DME) contiennent des informa- tions essentielles sur les différents épisodes symptomatiques qu'un patient a su- bis. Cependant, les connaissances disponibles à travers ces enregistrements res- tent limitées : les attributs extractibles à partir de ces textes pour un algorithme d'apprentissage ne contiennent pas toutes les informations implicites connues par un expert. Afin d'évaluer et de pallier ce problème, nous avons étudié l'im- pact de l'augmentation des textes et des informations textuelles en provenance des DMEs par des annotations ontologiques générées automatiquement à partir de leur analyse afin d'enrichir en amont les représentations vectorielles utilisées ensuite par des algorithmes d'apprentissage.