Actualité Zoom sur les quatre nouveaux projets du Health Data Hub

Pour approfondir le sujet

Astek et Craft AI présentent leur solution de machine learning dans le domaine de la cybersécurité

Dans le cadre de leur partenariat, Astek et Craft AI ont présenté leur première solution dans le domaine de la cybersécurité. L'entreprise spécialisée en...

SoftBank Vision Fund et Speedinvest lancent la seconde édition du programme d’accélération Emerge

Le fonds d'investissement européen Speedinvest et le fonds de placement SoftBank Investement Advisers ont annoncé le lancement de la seconde édition programme d'accélération Emerge....

La RATP s’associe avec Systran pour proposer des annonces voyageurs en plusieurs langues

Fort d'un partenariat stratégique, la technologie de Systran a été choisie par la Régie autonome des transports parisiens (RATP) pour mener à bien le...

La société Dydu publie son enquête autour des robots conversationnels et des outils de selfcare

Dydu, une entreprise spécialisée dans les robots conversationnels, vient de publier les résultats de la cinquième édition de son étude annuelle sur les chatbots,...

Zoom sur les quatre nouveaux projets du Health Data Hub

Le Health Data Hub (HDH) a annoncé cette semaine la CNIL avait autorisé quatre nouveaux projets. Deep.Piste, DeepSarc, HUGO SHARE et Rexetris rejoignent donc les trois premiers projets qui avaient reçu l’aval de la CNIL fin octobre, CoviSAS, porté par la chaire d’intelligence artificielle MIAI de l’Université Grenoble-Alpes et la société Semeia, Frog Covid, porté par le bureau d’étude spécialisé dans des solutions de collecte de données et d’algorithmes Clinityx et l’unité de recherche de l’INSERM Cardiovascular MArkers in Stressed COndiTions (MASCOT) et CoData (ICANS et Quantmetry).

Moins d’un an après sa création, le Health Data Hub a indiqué avoir franchi une étape importante avec l’autorisation par la CNIL de quatre nouveaux projets. Cette autorisation est essentielle puisqu’elle conditionne l’accès effectif aux données nécessaires à la conduite de ces projets. À partir de données de santé non nominatives, ces projets visent à améliorer la qualité des soins dans différentes disciplines (insuffisance cardiaque, greffe, cancer, etc.). Il s’agira par exemple de comparer des prises en charge dans le cadre d’un cancer rare, en particulier le sarcome, ou de développer un outil de détection automatique des tumeurs sur les mammographies. Pour cela, des données non nominatives seront analysées de manière sécurisée grâce à la plateforme technologique du Health Data Hub, et dans le respect du droit des patients.

Deep.Piste : améliorer le dépistage du cancer du sein grâce à l’intelligence artificielle

Près de 12000 femmes décèdent chaque année du cancer du sein. En utilisant l’intelligence artificielle et les données de l’Assurance Maladie sur les consommations de soins, le projet Deep.Piste va développer une analyse automatique des mammographies et affiner la compréhension des facteurs de risque. Cela permettra d’identifier des cas pouvant bénéficier d’un allègement du dispositif de dépistage (en réduisant, par exemple, la fréquence des mammographies à réaliser pour certaines patientes dans le cadre du dépistage) ou en renforçant, pour d’autres, le parcours de dépistage.

Le projet Deep.Piste est porté par la société Epiconcept en collaboration avec le centre régional de coordination des dépistages des cancers (CRCDC) d’Occitanie.

DeepSarc : une médecine personnalisée pour les patients atteints d’un sarcome

Les sarcomes sont des tumeurs rares et multiformes touchant des tissus mous, des os et des cartilages. Près de 4000 personnes chaque année en sont diagnostiquées, avec un sombre pronostic de survie. 40 ans de recherche clinique ont permis de construire la majorité des recommandations de traitement. Toutefois, en raison de la trop petite taille des cohortes, liée à la rareté de ces cancers, certaines questions n’ont pu être traitées par cette approche.

Le projet DeepSarc, porté par le Centre Léon Bérard de Lyon en partenariat avec l’Institut Bergonié, le Centre de Lutte Contre le Cancer de Bordeaux et l’Institut Gustave Roussy, propose une approche complémentaire en analysant les données d’une cohorte associées aux données de consommation de soin de l’Assurance Maladie, ceci pour identifier des traitements les plus adaptés à chaque profil de patient, favorisant ainsi ses chances de survie.

HUGO SHARE : limiter les interactions médicamenteuses et les ruptures thérapeutiques des patients à risque hospitalisés

Lors d’hospitalisations, les patients âgés atteints de maladies chroniques déjà traités en ville reçoivent très souvent des traitements additionnels. Ces patients peuvent donc être exposés à un risque important d’interactions médicamenteuses ou au contraire souffrir de l’interruption de leur traitement, pouvant mener à des conséquences plus ou moins graves sur la santé. Chaque année en France, le mauvais usage des médicaments est responsable de 10 000 décès, parmi lesquels les patients de plus de 65 ans sont les plus touchés.

Le projet Hugo Share porté par les Hôpitaux Universitaires du Grand Ouest (HUGO) a pour but, en recoupant les bases de données de 6 hôpitaux avec les données de consommation de soins en ville de l’Assurance Maladie, de mieux comprendre et prévenir ces interactions afin de protéger les patients les plus fragiles.

Rexetris, vers une plus grande personnalisation des traitements immunologiques pour les patients greffés d’un rein

Les informations concernant les relations entre expositions des patients aux médicaments et effets à long terme sont aujourd’hui très lacunaires, dans le cas général comme en transplantation d’organes. Dans le cadre d’un traitement à vie, la connaissance de ces relations permettrait d’optimiser les stratégies thérapeutiques, les doses mais aussi les formules de ces médicaments.

Porté par le CHU de Limoges, avec l’appui de l’Inserm et de la société Optim’Care, le projet Rexetris étudie les relations entre l’exposition aux médicaments immunosuppresseurs et le devenir à long terme du patient greffé rénal et du greffon.

CoviSAS : un projet au service d’une population à risque représentative

Les patients atteints d’un syndrome d’apnées obstructives du sommeil (SAOS), en raison de la privation répétée d’oxygène, développent souvent des maladies associées susceptibles de les rendre vulnérables à la COVID-19 (obésité, diabète, hypertension artérielle, maladies cardio-vasculaires).

Le projet CoviSAS, porté par la chaire d’intelligence artificielle MIAI de l’Université Grenoble-Alpes et la société Semeia, un fournisseur de solutions logicielles utilisant l’intelligence artificielle, vise à connaître la prévalence des formes sévères de la COVID-19 chez ces patients, et d’identifier les combinaisons de maladies associées au SAOS (comorbidités) menant à un taux supérieur de séjour en réanimation ou de décès. Comme l’indique Pierre Hornus, CEO de Semeia, “avec le projet CoviSAS on cherche à identifier qui, parmi les personnes souffrant d’apnée du sommeil, risquent de développer une forme grave de COVID-19 pour favoriser une meilleure prévention”.

Pour reconstituer les parcours de soins, le projet s’appuiera sur les données de l’assurance maladie, notamment celles sur les hospitalisations et sur les consommations de médicaments. Les résultats contribueront ainsi à l’amélioration des connaissances sur l’épidémie, et à la définition de stratégies de prévention et de prise en charge précoce pour les patients touchés par ces comorbidités.

Frog Covid : l’ambition d’une large identification des facteurs de risque et d’une prévision des besoins pour les personnes passées en réanimation

L’étude Frog Covid s’intéresse également aux associations récurrentes d’autres maladies chez les patients présentant des formes sévères (hospitalisation) ou très sévères (admission en réanimation) de la COVID-19. À travers cette étude, le bureau d’étude spécialisé dans des solutions de collecte de données et d’algorithmes Clinityx et l’unité de recherche de l’INSERM Cardiovascular MArkers in Stressed COndiTions (MASCOT) cherchent à identifier les facteurs prédictifs du risque de développer une COVID-19 de forme sévère à très sévère, pour définir des profils de patients particulièrement à risque.
Le projet vise aussi à mieux connaître les parcours des patients passés en réanimation, en fonction de leur durée de séjour et de leurs maladies associées. Il s’agit donc, comme le rappelle Nicolas Glatt, CEO de Cliniyx, de “comprendre l’histoire médicale des personnes multipathologiques ayant été hospitalisées ou en réanimation, pour mieux anticiper les besoins de soins”.

Pour chaque profil de patient caractérisé, le projet permettra de mieux prédire ses besoins médicaux, sa prise en charge à l’issue de l’hospitalisation, et les conséquences de la réanimation sur sa qualité de vie (emploi, vie sociale, etc.). Pour cela, le projet s’appuiera à la fois sur les données non nominatives issues de l’Assurance Maladie et des séjours hospitaliers de ces patients, et à titre de comparaison, sur les données de suivi de patients pris en charge par des services de réanimation pour une grippe ou une pneumopathie virale en 2017 et 2018.

CoData : l’étude de l’impact de la pandémie sur la prise en charge de patientes atteintes d’un cancer du sein

Les femmes atteintes d’un cancer du sein ont vu leur prise en charge modifiée durant le premier confinement. L’Institut de cancérologie Strasbourg Europe (ICANS) a lancé le projet CoData visant à utiliser les données de santé pour analyser les impacts de ces changements et développer des outils d’aide au pilotage pour les établissements dans le cadre d’un retour à la normale. Les analyses statistiques seront en partie réalisées par Quantmetry.

Les données non nominatives mobilisées permettront d’avoir un panorama complet des parcours de soin de ces patientes durant la première vague de l’épidémie : les données de prise en charge par l’ICANS comportent des diagnostics, des informations relatives aux chirurgies et aux thérapies ; et les données de l’Assurance Maladie comportent les prescriptions médicamenteuses.

Pierre-yves Gerlat

Partager l'article

Astek et Craft AI présentent leur solution de machine learning dans le domaine de la cybersécurité

Dans le cadre de leur partenariat, Astek et Craft AI ont présenté leur première solution dans le domaine de la cybersécurité. L'entreprise spécialisée en...

SoftBank Vision Fund et Speedinvest lancent la seconde édition du programme d’accélération Emerge

Le fonds d'investissement européen Speedinvest et le fonds de placement SoftBank Investement Advisers ont annoncé le lancement de la seconde édition programme d'accélération Emerge....

La RATP s’associe avec Systran pour proposer des annonces voyageurs en plusieurs langues

Fort d'un partenariat stratégique, la technologie de Systran a été choisie par la Régie autonome des transports parisiens (RATP) pour mener à bien le...

La société Dydu publie son enquête autour des robots conversationnels et des outils de selfcare

Dydu, une entreprise spécialisée dans les robots conversationnels, vient de publier les résultats de la cinquième édition de son étude annuelle sur les chatbots,...