Datathon 2022

Défi N°1 GENETICVOUS IA

L'ACPA, ou Analyse Chromosomique sur Puce à ADN, est une technique permettant de détecter des variations du nombre de copies (CNV) dans les séquences d'ADN d'un patient par rapport à un témoin. Ces variations quantitatives peuvent être des délétions (pertes) ou des amplifications (gains) chromosomiques. L'interprétation des résultats est complexe, car il est nécessaire de déterminer si ces variations sont pathogènes ou bénignes. Les CNV de signification inconnue (VOUS, Variant of Unknown Significance) posent un défi majeur, car leur impact sur la santé du patient est incertain. Ce projet vise à développer un outil de classification des CNV afin de faciliter la réanalyse rapide et régulière des VOUS identifiés au laboratoire de Génétique Chromosomique et moléculaire du CHU de Dijon. Une réanalyse concluant à la bénignité permettrait de clore l'investigation, tandis qu'une réanalyse confirmant la pathogénicité permettrait d'établir un diagnostic précis pour le patient et d'orienter le conseil génétique. Cela contribuerait à une meilleure prise en charge des patients confrontés à des CNV de signification inconnue, tout en évitant des investigations coûteuses et en fournissant des informations essentielles pour le conseil génétique.

Défi N°2 IRM cardiovasculaire IA

L'imagerie médicale joue un rôle central dans le diagnostic et le suivi thérapeutique des patients, mais en France, le retard dans l'équipement, le déficit de régulation, l'inégalité d'accès aux soins, le déséquilibre entre les secteurs libéraux et publics, ainsi que la pertinence des prescriptions médicales peuvent entraîner des retards et des inégalités dans la prise en charge des patients. Certains examens d'imagerie nécessitent une expertise chronophage, prolongeant les délais d'attente pour les patients.
Le projet s'inscrit dans une démarche d'innovation pour répondre à ces problématiques. En particulier, en IRM cardiaque, l'orientation des plans de coupe dans l'espace est cruciale pour garantir la qualité de l'examen. Ce projet vise à automatiser la reconnaissance des axes cardiaques principaux, permettant ainsi une meilleure planification des séquences IRM. Malgré des résultats prometteurs obtenus lors du Datathon 2021, le projet a été repris et élargi pour atteindre ses objectifs. Cette automatisation pourrait contribuer à améliorer l'efficacité de l'imagerie médicale, réduire les délais d'attente et garantir des examens de meilleure qualité pour les patients.

Défi N°3 ROBOTONOMIE

La robotique sociale a le potentiel de jouer un rôle significatif dans les soins aux personnes âgées, en particulier dans les maisons de retraite. Elle pourrait contribuer à stimuler la cognition et la mémoire des résidents, offrant une compagnie précieuse en l'absence de personnel soignant. Cependant, il existe peu de données sur la capacité de la robotique sociale à améliorer les interactions sociales entre les personnes âgées, un aspect essentiel pour lutter contre le déclin cognitif et les problèmes de santé mentale. Le projet vise à concevoir un robot social capable de reconnaître les participants, de trouver des situations similaires entre eux, et de stimuler la conversation en présentant des photos correspondantes, en utilisant la synthèse vocale. Ce projet pourrait potentiellement améliorer la qualité de vie des personnes âgées en favorisant des interactions sociales positives.

Défi N°4 TEPSCAN IA

L'utilisation des produits de contraste iodés (PCI) en imagerie diagnostique est courante pour améliorer la visualisation des tissus, des vaisseaux sanguins et des ganglions, ainsi que la qualité et la précision de l'interprétation des examens d'imagerie médicale (tomodensitométrie à rayons X [TDM] ou TEP-TDM). Cependant, leur utilisation est limitée chez certains patients, tels que ceux souffrant d'insuffisance rénale, d'allergies aux produits de contraste iodé ou de troubles thyroïdiens. L'absence de PCI peut entraîner une perte d'opportunité dans l'interprétation de l'examen pour ces patients.
L'objectif du projet est de développer un algorithme permettant de générer synthétiquement un contraste vasculaire, en se concentrant sur la région pelvienne, à partir d'une tomodensitométrie non injectée. Cette approche vise à fournir une alternative aux PCI pour les patients chez qui leur utilisation est contre-indiquée, garantissant ainsi une meilleure interprétation des examens d'imagerie et une prise en charge médicale plus complète.

Défi N°5 CLINICAL SCREEN IA

Les hôpitaux jouent un rôle essentiel en fournissant des services de santé cruciaux, ce qui souligne l'importance de garantir la qualité des soins et des infrastructures de santé. Pour répondre à ces besoins, il est nécessaire de regrouper les hôpitaux en clusters en fonction de certaines caractéristiques. Ceci permet aux médecins d'accéder à des informations complètes sur chaque hôpital, y compris les professionnels de la santé, le personnel et les installations disponibles pour répondre aux besoins des patients. Ce projet intervient dans le contexte croissant des défis liés au recrutement des patients pour les essais cliniques en oncologie. Son objectif principal est d'automatiser l'indexation des données publiques des essais thérapeutiques disponibles sur www.clinicaltrials.gov. Cette automatisation sera mise en œuvre au sein d'une interface utilisateur conviviale destinée aux professionnels de la santé et aux patients.

Défi N°6 PTH PREDICT IA

L'arthrose de la hanche est une affection courante qui peut éventuellement nécessiter la pose d'une Prothèse Totale de Hanche (PTH). Chaque année en France, environ 150 000 de ces interventions sont réalisées, et ce nombre est en constante augmentation. L'objectif de notre projet est de développer un modèle de prédiction de la date probable de l'intervention chirurgicale pour cette pathologie. Cette prédiction vise à améliorer la prise en charge des patients, en leur proposant un parcours thérapeutique mieux adapté, tant avant qu'après l'intervention.