Cet ouvrage presente une nouvelle approche de la fusion de donnees et applique ces notions a la modelisation et au diagnostic probabiliste en telemedecine. Une premiere contribution au niveau de la definition d'une notion de gain dans un processus de fusion de donnees est donnee pour etre ensuite utilisee comme guide dans l'application des reseaux Bayesiens dynamiques en telemedecine. Dans la seconde partie de cet ouvrage, nous decouvrirons un probleme ou interviennent plusieurs sources de donnees incertaines et heterogenes: l'assistance a domicile de personnes souffrant d'insuffisance renale visant a suivre l'etat d'hydratation d'un patient sous dialyse peritoneale. Les reseaux Bayesiens dynamiques sont utilises pour analyser ce probleme et car il permettent de modeliser des dependances causales et temporelles, typiques de la connaissance medicale. Aussi, dans la derniere partie de cet ouvrage, nous verrons une application de ce formalisme ainsi que la description des algorithmes necessaires a son implementation et les resultats obtenus dans ce type de diagnostic medical."