Appel à projets Données de santé et Applications (DAtAE) : 15 nouveaux projets lauréats mobilisant des données hospitalières

La Direction générale de l’offre de soins (DGOS) et le Health Data Hub annoncent les lauréats de la seconde vague de l’appel à projets Données de santé et Applications (DAtAE). Doté d’un financement de 3,5 M€, cet appel vise à développer la recherche grâce aux entrepôts de données de santé hospitaliers. Découvrez les 15 lauréats de cette deuxième édition. 

Les entrepôts de données de santé hospitaliers (EDSH) constituent une brique stratégique essentielle pour structurer, sécuriser et industrialiser la réutilisation des données de santé à des fins de recherche, d’innovation, de santé publique et de prévention.

Lancé pour une deuxième édition le 21 octobre 2024, l’appel à projets DAtAE est porté par la Direction générale de l’offre de soins (DGOS) et piloté par le Health Data Hub, qui assure le suivi opérationnel des projets, de l’instruction réglementaire à la valorisation des résultats.

Quinze lauréats réunissant des structures et des établissements hospitaliers sur l’ensemble du territoire

Ainsi, quinze projets impliquant huit établissements de santé développant des cas d’usages variés sur des thématiques telles que l’amélioration de la pose de diagnostics, la prise en charge des patients, ou encore la compréhension des maladies, sont récompensés. 

Sélectionnés par un jury de cliniciens, de méthodologistes et d’experts en données de santé, les projets lauréats ont été retenus pour leur pertinence et leur potentiel. Ils couvrent des domaines de santé variés : 
 

Neurosciences et troubles du développement ou cognitifs

Ces projets ciblent le fonctionnement cérébral, le développement neurologique ou les maladies rares à expression neurologique. Grâce à l’IA, ils visent à affiner les diagnostics précoces, mieux comprendre les trajectoires cliniques et accompagner les décisions thérapeutiques.

• ACNEURO (AP-HP) : étude des troubles neuro-développementaux chez les nouveau-nés présentant une acidose métabolique, à partir de données issues de la cohorte EPIPAGE 2.
• PATTERNS (Hospices Civils de Lyon) : prédiction de l’évolution cognitive chez les patients atteints de la maladie d’Alzheimer, à partir d’IRM structurelles longitudinales.
• TEMPOMARA (AP-HP) : développement d’un outil d’aide au diagnostic des maladies génétiques rares par une analyse chronologique des symptômes.
• PREDI-MARCHE (CHU de Brest) : prédiction de l’évolution de la marche chez des enfants atteints de paralysie cérébrale ou chez des adultes après un AVC, à partir de données cliniques et de capteurs.

Maladies chroniques, cardiologie et métabolisme

Ces projets portent sur des pathologies chroniques fréquentes (cardiovasculaires, rénales, métaboliques) pour améliorer les parcours de soins et personnaliser les traitements.

• MODERNISM (CHU Grenoble-Alpes) : prédiction de l’évolution clinique après une intervention en cardiologie, en combinant imagerie, données cliniques et biologiques.
• PROGNOSIS-PHF (CHU de Poitiers) : évaluation du risque de décompensation cardiaque ou de décès à trois mois chez les patients insuffisants cardiaques, grâce à l’analyse multimodale des données hospitalières.
• CIDIGLE (CHU de Rennes) : étude de l’effet de l’arrêt de deux traitements antidiabétiques (inhibiteurs de SGLT2 et agonistes GLP1) dans une base de données médico-administrative.
• SERENA (AP-HP) : développement d’un score de prédiction du sevrage de l’épuration extrarénale chez les patients hospitalisés en soins critiques.

Infectiologie, soins intensifs et diagnostics complexes

Ces projets exploitent les données pour automatiser des diagnostics complexes ou guider les choix thérapeutiques en milieu hospitalier.

• OPTIBact (CHU de Nantes) : détermination de la stratégie antibiotique optimale en cas de bactériémie, à partir de l’analyse des bases de données hospitalières.
• MYOPNEUMO (AP-HP) : estimation de l’incidence du pneumothorax chez les patients atteints de maladies neuromusculaires nécessitant une ventilation non invasive.
• DEEPColScan (AP-HP) : développement d’un outil d’intelligence artificielle pour la classification automatisée des tumeurs coliques à partir d’images d’endoscopie.
• NOCE (AP-HP) : amélioration de l’analyse des images issues de la vidéocapsule endoscopique grâce à l’intelligence artificielle.

Approches transversales et innovations méthodologiques

Ces projets explorent des approches transversales comme les modèles de langage, le parcours patient ou l’exploitation de données organisationnelles.

• PECCAN (AP-HP) : comparaison de modèles d’intelligence artificielle (extractifs vs génératifs) pour l’analyse de comptes rendus néonatals.
• PRECISION (CHU de Strasbourg) : modélisation des trajectoires postopératoires et développement d’un outil d’aide à la décision pour les soignants.
• NURSED (AP-HP) : évaluation de l’impact des ratios infirmiers sur la qualité des soins et la mortalité aux urgences, à partir de l’analyse de données cliniques et organisationnelles.

Ces quinze lauréats rejoignent les 15 projets sélectionnés lors de la première vague, témoignant de la dynamique croissante autour de l’exploitation des données de santé au service de la recherche et de l’innovation.