Data Challenge ANNITIA : les lauréats récompensés pour leurs avancées en prédiction de la survenue d’événements hépatiques
Organisée par l’IHU ICAN, avec le soutien du plan France 2030 et de la Plateforme des données de santé, cette compétition internationale a mobilisé plus de 125 équipes autour d’un objectif commun : améliorer la prédiction de l’évolution de la stéatose hépatique métabolique (MASLD), une maladie chronique du foie qui touche environ 30% de la population adulte mondiale.
Après neuf semaines de compétition et plus de 10 600 modèles soumis, le Data Challenge ANNITIA a récompensé trois équipes dont les approches se sont distinguées par leurs performances dans la prédiction des événements hépatiques liés à l’évolution de la stéatose hépatique métabolique (MASLD).
Trois équipes gagnantes, trois approches innovantes
1ère place - Andrija Štajduhar, Croatie
L’approche se base sur deux trajectoires de survie indépendantes définies par une règle de sélection clinique : selon la valeur de la rigidité FibroScan, la trajectoire A (RSF de référence + XGBoost-Cox) ou la trajectoire B (LightGBM / XGBoost / CatBoost) est suivie. Les deux trajectoires sont combinées à parts égales lorsque le classement d'un patient diffère significativement.
2ème place - David Foster, Royaume-Uni
La solution est un ensemble de six modèles de survie (Coxnet, RSF, GBSA, EST, CGBS, CatBoost AFT) combiné à un GRU. Les 25 % des patients les plus sévèrement atteints sont redirigés vers un modèle spécialisé dans la progression active de la fibrose. 131 à 284 variables ont été créées et réparties dans 3 ensembles spécifiques à chaque critère d'évaluation.
3ème place - Abdourahamane Ide Salifou, Rwanda
Le modèle s’appuie sur l’hypothèse que le taux de variation des tests non invasifs est plus prédictif que toute mesure transversale isolée. L’approche se base sur un ensemble de quatre modèles de survie (GBSA, RSF, CoxNet, XGBoost-Cox) et des variables calculées autour des tests non invasifs.
Ces trois équipes ont été récompensées par un prix de 14 000 € à se partager en contrepartie de la publication de leurs modèles en open source.
Un défi international au service de la recherche sur les maladies du foie
Lancé le 16 mars dernier, le Data Challenge ANNITIA visait à améliorer la prédiction du risque de progression de la MASLD et la survenue d’événements liés au foie.
Pour relever ce défi, les participants ont eu accès à une base de données anonymisées inédite regroupant des données cliniques, biologiques et des résultats de différents tests non invasifs (NITs : FibroScan, FibroTest et Aixplorer) de près de 1700 patients. Leur mission a été de concevoir des modèles d’intelligence artificielle capables de prédire des événements hépatiques liés à l’évolution de la MASLD à partir de la modélisation simultanée et longitudinale de différents NITs.
Un impact durable grâce à l’open source et l’open data
Au-delà de la compétition, les résultats du Data Challenge ANNITIA continueront de bénéficier à la communauté scientifique. Les modèles gagnants sont disponibles en open source, afin de favoriser leur réutilisation, leur reproductibilité et leur amélioration continue.
Par ailleurs, la base de données sur laquelle repose le challenge sera bientôt publiée en open data, stimulant ainsi la poursuite de la recherche sur cette pathologie.
Pour rester informé des actualités et du lancement des prochaines compétitions, inscrivez-vous à notre newsletter dédiée.