Découvrez les 5 nouveaux projets retenus de l’AMI BOAS

À l’été 2021, le Health Data Hub (HDH) lançait le projet BOAS (Bibliothèque Ouverte d’Algorithmes en Santé), en partenariat avec plusieurs structures dont le réseau Redsiam, le CépiDc, Bordeaux PharmacoÉpi, la Drees, l’Institut Pierre-Louis Epidémiologie et Santé Publique (iPLesp), l’ATIH, PELyon ou l’équipe REPERES. Dans le cadre de l’Appel à Manifestation d’Intérêt associé au projet BOAS, 5 nouveaux lauréats ont été annoncés à Parisanté Campus.

Le programme BOAS a été initié en 2021 pour favoriser le développement et la mise en opensource d’algorithmes facilitant la manipulation des données de santé à des fins de recherche. Deux vagues successives d’appels à projets ont été lancés dans le cadre de ce programme, et une troisième aura lieu prochainement. Voici un bref retour de ce second évènement BOAS qui s’est déroulé le 20 juin dernier à PariSanté Campus, et qui a permis de d’échanger autour de ce défi majeur que représentent la fiabilité et la reproductibilité des études de santé publique.

BOAS : une démarche Open Source

L’initiative BOAS s’inscrit dans une démarche open source, portée par le HDH et la DREES sur plusieurs niveaux. Au niveau du HDH, est co-construite une série d’outils et d’initiatives en collaboration avec l’ensemble des acteurs du SNDS pour faciliter la prise en main des données en mutualisant les efforts et les connaissances. Au niveau du Ministère de la Santé et de la Prévention, le projet s’inscrit parfaitement dans la feuille de route AMDAC (Administration des données, des algorithmes et des codes sources) portée par la DREES et présentée par Claude Gissot, qui en est le directeur de projet. L’événement qui s’est tenu à Parisanté Campus pour l’occasion matérialise aussi l’engagement du HDH au Partenariat pour le Gouvernement Ouvert auquel la société civile participe, incarnée lors de l’événement par Arthur Dauphin, chargé de mission numérique en santé à France Assos Santé. 

5 nouveaux projets accompagnés par le HDH et soutenus par le réseau ReDSiam

L’accompagnement par le HDH des projets sélectionnés se traduit par des échanges pédagogiques sur les licences et le bénéfice de l’open data et l’open source. Comme a pu le souligner Charlotte Avril, Responsable de Partenariats au HDH, ce sont, sur les deux vagues de sélection confondues, 9 projets au total qui sont accompagnés dont 5 pour cette seconde vague. En parallèle de cet accompagnement, les lauréats ont également l’opportunité de collaborer avec le réseau ReDSiam, dont Emeline Heyndrickx, ingénieure d’étude à l’INSERM, a pu rappeler le fonctionnement en groupes thématiques et l’activité dans la mise au point d’algorithmes de ciblage sur une large gamme de pathologies.

Les 5 lauréats de la seconde vague

À l’issue du processus de sélection, le jury a retenu cinq projets qui, au-delà de leur qualité scientifique, partageront en open source avec la communauté les algorithmes de ciblage qu’ils auront été amenés à développer, améliorer, ou valider :

API-DMLA

Porteurs : Bordeaux Population Health Center, Constances, E3N, CHU Montpellier, CHU Dijon

La DMLA est la principale cause de perte visuelle en France chez les 55 ans et plus. La forme néovasculaire de cette pathologie est aujourd’hui traitée par des injections d’anti-VEGF (vascular endothelial growth factor), laissant espérer la possibilité d’identifier plus simplement cette pathologie dans les bases du SNDS. Grâce aux données du SNDS et aux grandes cohortes nationales françaises, l’équipe dispose de tous les éléments pour établir et valider un algorithme de détection des cas de DMLA. L’identification de ces cas permettrait d’étudier de nombreux déterminants de la DMLA dans les grandes cohortes françaises existantes, ce qui représenterait un changement d’échelle pour l’épidémiologie de DMLA.

BOAS-LMC

Porteurs : RCTS, Centre Léon Bérard

La leucémie myéloïde chronique (LMC) est une hémopathie maligne rare pour laquelle les inhibiteurs de la tyrosine kinase (ITK) ont révolutionné la prise en charge. Il existe toutefois à ce jour un besoin non couvert chez les patients après échec des ITK, qui amène de nouvelles stratégies thérapeutiques et des parcours de soins hétérogènes, qui doivent être analysés par la recherche. Le projet BOAS-LMC vise à valider différents algorithmes de ciblage des patients atteints de leucémie myéloïde chronique (LMC) dans le SNDS. La validation de ces algorithmes se fera en mobilisant les données du registre exhaustif de patients LMC du Centre de lutte contre le cancer de Lyon et de la région Auvergne Rhône-Alpes : le Centre Léon Bérard (CLB).

HEPAVIR-Algo

Porteurs : Equipe CLEPIVIR (IPLESP)

Le projet HEPAVIR-ALGO vise à développer et valider des algorithmes de ciblage de patients avec une infection aux virus de l’hépatite B (VHB) et C (VHC) chronique à partir de données médico-administratives du SNDS. Il associera à cette fin l'exploitation conjointe des données de la cohorte prospective HEPATHER et des données du SNDS. Aujourd’hui, en raison de la sous notification possible, il est plausible qu’un certain nombre de patients VHC et VHB chroniques ne soient pas pris en compte dans les dispositifs de surveillance actuels. Les algorithmes développés et validés lors du projet pourront pallier cet obstacle et servir d’outil à la surveillance passive de patients avec une hépatite chronique au niveau national.

Maltraitance

Porteurs : CHU Dijon, Centres hospitaliers participants

L’épidémiologie de la maltraitance envers les enfants est mal documentée. Le projet Maltraitance a pour objectif de valider les critères d’inclusion retenus pour dénombrer les cas d’enfants, âgés de 0 à 2 ans, maltraités physiquement en France, en testant la pertinence de l’algorithme dans plusieurs établissements. En revenant au dossier médical, il étudiera pour cela les blessures de l’enfant et leur compatibilité avec le mécanisme allégué par l’entourage afin de définir s’il s’agissait ou non d’un cas de maltraitance.

RENALGO

Porteurs : Agence de la Biomédecine, EHESP, Constances, Santé Publique France, CHU Nïmes (cohorte GARD)

La maladie rénale chronique (MRC) est une maladie fréquente et grave, à forts enjeux de santé publique. Il s’agit d’une pathologie longtemps silencieuse ou source de symptômes peu spécifiques, et difficile à repérer dans le SNDS en l’absence de résultats d’examens biologiques. Le projet RENALGO a pour objectif de développer des outils permettant de repérer les patients atteints de MRC dans le SNDS. Il s’agira de valider un algorithme existant basé sur des avis d'experts (groupe MRC REDSIAM) et de comparer celui-ci à un algorithme développé par des méthodes d’intelligence artificielle afin d’aboutir à un algorithme finalisé qui sera lui-même à valider dans différentes bases de données.

Ouverture de la 3e vague de candidature

L’événement a permis de marquer l’avancée de l’initiative BOAS et de célébrer la sélection des premiers lauréats, mais également de souligner que l’AMI est toujours ouvert pour une troisième vague de candidature, et ce jusqu’au 26 octobre 2022 ! Vous pouvez retrouver tous les détails du projet dans la présentation, et pour candidater, rendez-vous sur la page de l’AMI !