Annonce des lauréats de l’appel à projets France-Québec : IA en santé
Le 18 juillet 2022 le Fonds de recherche du Québec - Santé et le Health Data Hub lançaient un appel à projets visant à soutenir la recherche de pointe en intelligence artificielle (IA) appliquée au domaine de la santé. Les deux projets lauréats ont été annoncés et présentés lors d’un webinaire organisé le 15 décembre 2022.
L’appel à projets s’inscrit dans le cadre d’un accord de coopération internationale signé en juillet 2022 entre le Fonds de recherche du Québec - Santé (FRQS) et le Health Data Hub. Il vise à soutenir la recherche de pointe en intelligence artificielle (IA) appliquée à la santé et à promouvoir les collaborations scientifiques entre la France et le Québec.
Les deux projets lauréats, choisis pour leur caractère innovant et portés par des équipes binationales, recevront un soutien financier jusqu’à 150 000 euros, ainsi qu’un accompagnement du HDH pour une durée de 18 mois, notamment pour réaliser les démarches d’accès aux données de santé en France.
Deux projets sélectionnés dans le cadre de l’appel à projet
Améliorer le traitement et la prise en charge des patients souffrant de sténose valvulaire aortique grâce à des modèles prédictifs d'apprentissage
Ce projet est porté par des équipes de l’Université Côte d’Azur en France et l’Université Laval au Québec. La sténose aortique est l'une des maladies cardiovasculaires les plus courantes dans le monde et plus spécifiquement dans les pays développés où l’espérance de vie est en constante augmentation. C’est une pathologie dont on ne sait pas contrôler la progression et qui ne peut être traitée à ce jour que par une intervention chirurgicale. Il est donc important de déterminer le meilleur moment, pour un patient donné, pour la réalisation de cette opération. Et c’est ce que vise précisément ce projet qui souhaite soutenir la prise en charge personnalisée des patients atteints de sténose aortique à risque de progression rapide et d’évolution défavorable. Les équipes analyseront des données cliniques et d’imagerie (e.g. échocardiographie, scanner) issues de la cohorte québécoise PROGRESSA - regroupant des données de patients sur 15 ans - grâce à des algorithmes d’intelligence artificielle.
Prévenir les risques de malformations congénitales en limitant l'exposition des femmes enceintes aux médicaments tératogènes grâce à l’apprentissage automatique
Ce projet est porté par des équipes de l’Université Toulouse 3 - Paul Sabatier en France et du Centre hospitalier universitaire Sainte-Justine au Québec. L’identification de médicaments tératogènes - susceptibles de provoquer des malformations congénitales - est un processus long et complexe, entraînant des risques inutiles pour certaines femmes enceintes et pour leur fœtus. Le projet IN-uTERO vise à identifier de nouveaux médicaments tératogènes, en analysant les données de deux grandes cohortes de femmes enceintes/enfants en France (cohorte CQG) et au Québec (cohorte EFEMERIS) grâce à des algorithmes d’intelligence artificielle. Ce projet a également pour objectif de caractériser les profils de femmes enceintes à risque de faire une malformation congénitale, pour soutenir les médecins quand ils prescrivent un médicament à une femme enceinte.