Datathon 2021

Défi N°1 GENETIC SEARCH ENGINE COVID19

Dans ce contexte de crise sanitaire mondiale et face à la quantité considérable d'articles à analyser, les chercheurs ont conçu un outil de traitement automatique du langage naturel (NLP) baptisé "Sars engine".
L'objectif de cet outil est d'extraire les données scientifiques relatives aux prédispositions génétiques humaines qui pourraient contribuer à l'apparition de formes graves de la COVID-19. Il convient de noter que, jusqu'à présent, aucun outil similaire de cette envergure n'a été développé. Cette application promet de faciliter une prise en charge personnalisée des patients à haut risque, en priorisant leur vaccination. De plus, elle ouvre la voie à la création d'autres outils similaires applicables à divers domaines médicaux, tels que la pneumologie, l'hématologie, les maladies infectieuses, ainsi qu'à la réalisation de revues systématiques.

Défi N°2 IRM CARDIOVASCULAIRE IA

Le projet vise à automatiser le processus de détermination des plans de coupes en IRM cardiaque, actuellement effectué manuellement, pour garantir la qualité de l'examen. L'automatisation réduirait les erreurs potentielles et économiserait du temps. L'approche utilise un réseau de neurones convolutifs pour segmenter le ventricule gauche à partir des images de repérage, puis détermine le plan de coupe en se basant sur une ellipse approximative du ventricule. Cependant, la conversion des images au format png a entraîné une perte de métadonnées, rendant difficile la localisation précise de la droite du plan de coupe. Malgré ces limitations, cette approche explore le potentiel de l'intelligence artificielle pour automatiser la détermination des plans de coupes en IRM cardiaque, ouvrant la voie à des améliorations futures.

Défi N°3 DRUG DESIGN

Ce projet vise à développer une solution numérique visant à accélérer le repositionnement de médicaments, en particulier en réponse à des crises sanitaires telles que la pandémie de COVID-19, tout en minimisant son impact. Le processus implique la sélection de molécules ayant une autorisation de mise sur le marché (AMM), suivie d'une première étape de tri basée sur l'affinité, la voie d'administration et la toxicité. Ensuite, un screening inversé est effectué pour identifier les protéines cibles et leurs effets secondaires potentiels, ainsi que la possibilité de découvrir de nouveaux candidats. Enfin, un modèle d'intelligence artificielle est construit pour identifier les molécules qui peuvent réduire ou aggraver la durée d'hospitalisation des patients, en se basant sur des données réelles à partir d'un an de suivi, avec une extension potentielle du modèle à d'autres cibles telles que NFkB. Ce projet vise à améliorer la réponse aux crises sanitaires en exploitant la puissance de l'IA et de la chimiothèque.

Défi N°4 ROBOT COVID19 GUIDANCE

L'initiative "HelpPer COVID 19" a pour objectif de créer une interface numérique innovante, en utilisant le robot humanoïde Pepper, afin d'améliorer le parcours des patients dans le service de chirurgie thoracique du CHU de Dijon, en particulier dans le contexte de la pandémie de COVID-19. Dans un premier temps, cette interface se concentrera sur deux aspects cruciaux : le rappel oral des mesures de sécurité liées à la COVID-19 et la détection du port du masque chez les patients. Cette approche vise à renforcer la sécurité tout en optimisant l'expérience globale des patients, en fournissant des informations essentielles dans un contexte médical exigeant.

Défi N°5 REA IA DATA

Développement d'un algorithme prédictif supervisé permettant de classifier les patients en réanimation. Ces modèles IA visent à anticiper la survie ou le décès des patients atteints de choc septique en réanimation, ce qui pourrait avoir un impact significatif sur la survie des patients et la réduction des coûts liés aux soins. L'intervention se concentre sur le développement d'algorithmes de classification des patients pour prédire les résultats à la sortie de la réanimation et à un an.