Mis en place par le Ministère des Solidarités et de la Santé début 2019, le Health Data Hub a pour objectif de favoriser l’utilisation de données de santé existantes – comme par exemple les données de l’Assurance Maladie, les données des hôpitaux – dans le domaine de la recherche médicale, de l’appui aux personnels de santé, du suivi et de l’information des patients.

Ces données sont actuellement sous-utilisées notamment en raison de leur manque d’harmonisation, de leur différence de qualité et de leur accessibilité parfois complexe, ne permettant pas de les analyser de façon globale.

Cette utilisation des données de santé se fera dans le respect de l’éthique et des droits des personnes, complète anonymisation par exemple.

Un premier appel à projets a été lancé fin janvier 2019 pour sélectionner des premières initiatives innovantes, notamment liées aux méthodologies de l’intelligence artificielle, en matière d’exploitation des données de santé et qui présentent un intérêt public avec des bénéfices potentiels attendus.

Quelques exemples de projets retenus:

Deepsarc – Identifier les meilleurs schémas thérapeutiques pour le traitement du sarcome
Cancer très complexe et varié, le sarcome est une catégorie de tumeurs rares pour laquelle l’efficacité des essais cliniques arrive à ses limites. Depuis près de 40 ans, des études randomisées ont été conduites sans pouvoir trancher sur l’intérêt de la chimiothérapie pour traiter les sarcomes, et sur la pertinence de l’utiliser avant ou après la chirurgie. Porté par le professeur Jean Yves Blay, Directeur Général du Centre Léon Bérard et directeur du réseau NetSarc, au côté de ses équipes et d’experts du Centre de lutte contre le cancer de Bordeaux et de l’université de Rennes, le projet Deepsarc vise à étudier l’impact des différents traitements sur données de vie réelle afin de déterminer le schéma thérapeutique le plus pertinent.

Hydro – Prédire les crises d’insuffisance cardiaque pour les patients porteurs de pacemaker
L’insuffisance cardiaque cause près de 5 % des hospitalisations en France. La prédiction des épisodes d’aggravation constitue donc un véritable défi, que se propose de relever le docteur Arnaud Rosier, président de la startup Implicity. Son projet a vocation à développer une solution permettant de prévenir les crises d’insuffisance cardiaque pour les patients porteurs de pacemakers / défibrillateurs grâce à l’analyse des données de télésuivi par intelligence artificielle.

NS-Park – Prédire les trajectoires individuelles des patients Parkinsoniens
Jean Christophe Corvol, Professeur de Neurologie à la Pitié-Salpêtrière, soutenu par l’ICM, l’Inserm et F-CRIN, porte ce projet dont l’objectif principal est de fournir aux neurologues un outils prédictif des trajectoires individuelles des patients parkinsoniens afin de mettre en œuvre les mesures préventives appropriées. Des approches computationnelles et d’intelligence artificielle seront mises en œuvre pour modéliser la progression de la pathologie.

Pour en savoir plus : www.health-data-hub.fr

[Photo by Tobias Fischer on Unsplash]