Découvrez les dernières contributions à la Bibliothèque ouverte d’algorithmes en santé
La Bibliothèque ouverte d’algorithmes en santé (BOAS), mise en place en avril 2024 par le Health Data Hub, permet de recenser des outils essentiels à la communauté médicale et scientifique, tout en renforçant la collaboration entre développeurs, chercheurs et professionnels de santé.
Depuis novembre 2024, 23 nouvelles ressources ont été ajoutées à la bibliothèque, portant à 33 le nombre total de contributions disponibles en open source. Algorithmes, requêtes, outils d’extraction ou de pseudonymisation : ces ressources visent à faciliter l’exploitation des données de santé et leur réutilisation dans le cadre de projets d’intérêt public.
Des outils pour répondre à des besoins variés
Identifier des pathologies ou des populations spécifiques dans la base principale du SNDS
De nouveaux algorithmes permettent de cibler des groupes de patients à partir des données médico-administratives :
- Sclérose en plaques : détection des poussées via les hospitalisations et prescriptions (Bordeaux PharmacoEpi, EHESP)
- Limitations psychiques, intellectuelles ou cognitives : repérage à partir des consommations de soins (Irdes)
- Insuffisance rénale chronique : dépistage chez les patients à risque vasculaire (DNUM/SCN)
- Pathologies chroniques ou graves : programmes de la cartographie des pathologies (G12) pour constituer des cohortes (CNAM)
- Affections de longue durée (ALD) : sélection des ALD exonérantes actives sur une année donnée (Santé publique France)
- Séjours hospitaliers médecine, chirurgie, obstétrique (MCO) : requête-type basée sur les diagnostics pour décrire les hospitalisations (Santé publique France)
- Prestations remboursées : sélection de soins codés dans le DCIR (Santé publique France)
Explorer des thématiques spécifiques via des requêtes simples
Deux requêtes initialement réalisées par le Health Data Hub à la demande d’associations de patients, ont été mises à disposition :
- Analyse du dépistage des cancers du sein et du col de l’utérus dans les Hauts-de-France
- Étude sur les interruptions volontaires de grossesse (2019–2023) en établissements de santé en France métropolitaine
L’intelligence artificielle au service de la santé
Plusieurs algorithmes publiés, notamment dans le cadre de data challenges, permettent de tirer parti de l’IA pour affiner les diagnostics et les prédictions :
- Lésions sévères du col utérin : détection à partir de 5 000 lames de biopsie (TissueNet, Société Française de Pathologie)
- Récidive du mélanome à 5 ans : prédiction à partir d’images histologiques et données cliniques (VisioMel, SFP, Société Française de Dermatologie)
- Réactions allergiques : identification des allergènes et prédiction de la sévérité via le profil immunologique (Allergen Chip, Société Française d’Allergologie, AllergoBioNet)
- Maladies rares dento-faciales : détection précoce à partir de photographies et de radiographies buccales (D-IA-GNO-DENT, CHRU Strasbourg, CRMR O-Rares)
- Rejet de greffe pulmonaire : aide au diagnostic via l’analyse de lames bronchiques (DigiLut, Hôpital Foch)
- Pathologies en hématologie : diagnostic automatisé à partir de 75 000 images annotées (CytologIA, Groupement Francophone d’Hématologie Cellulaire)
- Sténose aortique : prédiction du risque de progression et d’événements cliniques (étude PROGRESSA, Université Côte d’Azur)
Des outils pour exploiter les données de manière fiable
La BOAS héberge également plusieurs outils techniques facilitant l’analyse et la sécurisation des données de santé :
- Macro-commandes SAS : extraction et traitement des données issues des bases DCIR et PMSI pour les porteurs de projet bénéficiant d’un accès permanent à la base principale du SNDS (DRUGS-SAFER)
- Requête de jointure : avec les référentiels bénéficiaires de la base principale du SNDS (Santé publique France)
- Extract-Metadata : extraction de métadonnées depuis des bases tabulaires ou des fichiers DICOM (Health Data Hub)
- EDS-PDF : extraction de texte depuis des PDF (AP-HP)
- EDS-NLP : extraction d’informations depuis des notes cliniques (AP-HP)
- EDS-Pseudo : pseudonymisation automatique de documents via la détection d’entités identifiantes (AP-HP)
La bibliothèque continue de s’enrichir régulièrement. Si vous souhaitez y contribuer ou proposer une ressource, n’hésitez pas à nous contacter à l’adresse suivante : opensource@health-data-hub.fr.