Le DaT-Park Challenge

Le DaT-Park Challenge est une compétition internationale en science des données organisée par la Société Française de Médecine Nucléaire (SFMN). 

Son objectif : développer des outils d’intelligence artificielle capables d’automatiser et d’améliorer l’interprétation des examens en médecine nucléaire.

Des équipes du monde entier s’affronteront pour concevoir le modèle d’IA le plus performant dans la classification d’examens cérébraux pour le diagnostic de la maladie de Parkinson (et syndromes apparentés).

Les modèles seront développés grâce à l’analyse d’une base de données inédite de plus de 2 000 examens scintigraphiques, normaux ou pathologiques, explorant l’activité du transporteur de la dopamine (DaT), élément clé dans le diagnostic des syndromes parkinsoniens.

Les modèles des lauréats seront publiés en open source et référencés dans la BOAS, tandis que les données mobilisées seront rendues accessibles en open data sur la plateforme data.gouv.

Ce challenge s’inscrit dans le cadre de l’Appel à projets “Data Challenges en santé", soutenu financièrement par le plan France 2030 et accompagné par le Health Data Hub.

DaT-Park Challenge : zoom sur la problématique médicale
 

Chaque année, plus de 20 000 DaT-scanners sont réalisés en France dans près de 200 centres répartis sur tout le territoire.

Cet examen d’imagerie en médecine nucléaire vise à évaluer l’activité du transporteur de la dopamine dans le cerveau. Son interprétation est généralement binaire : normale ou pathologique — environ un tiers des examens sont normaux, et deux tiers montrent une anomalie.

L’analyse repose principalement sur des critères morphologiques visuels (comme l’asymétrie ou le gradient d’intensité), parfois complétés par des mesures semi-quantitatives (ratios de fixation).

Lorsqu’un examen est jugé pathologique, il permet de confirmer la nature neurodégénérative d’un syndrome parkinsonien, apportant ainsi une aide précieuse au diagnostic et à la prise en charge des patients.

Cependant, environ 20 % des examens restent difficiles à interpréter, avec un indice de confiance dégradé, notamment dans les cas atypiques ou précoces de la maladie.

Pour répondre à cette difficulté, la Société Française de Médecine Nucléaire (SFMN) a lancé le DaT-Park Challenge, avec l’objectif de mobiliser les outils d’intelligence artificielle pour améliorer la fiabilité et la précision de l’interprétation de ces examens.

Une base de données unique en neuroimagerie du transporteur de la dopamine

Onze centres hospitaliers français, répartis sur tout le territoire, se sont unis pour constituer et annoter une base de données exceptionnelle de plus de 2 000 DaT-scanners.

Ces examens, réalisés en imagerie tomographique par émission monophotonique (TEMP), permettent d’explorer le transporteur de la dopamine, un marqueur essentiel dans le diagnostic des syndromes parkinsoniens.

Ce projet collaboratif d’envergure nationale mobilise les établissements suivants :

• Centre Hospitalier Universitaire de Toulouse - Occitanie
• Centre Hospitalier Régional Universitaire de Nancy - Grand Est
• Centre Hospitalier Régional Universitaire de Tours - Centre-Val de Loire
• Centre Henri Becquerel - Centre de Lutte Contre le Cancer de Rouen - Normandie
• Centre Hospitalier Régional et Universitaire de Brest - Bretagne
• Centre Hospitalier Universitaire Grenoble Alpes - Auvergne-Rhône-Alpes
• Hospices Civils de Lyon - Auvergne-Rhône-Alpes
• Centre Jean Perrin - CLCC Jean Perrin - Auvergne-Rhône-Alpes
• Assistance Publique - Hôpitaux de Marseille - Provence-Alpes-Côte d’Azur
• Institut Godinot - Centre de lutte contre le cancer de Reims - Grand Est
• ICANS - Institut de Cancérologie Strasbourg Europe - Grand Est

Cette initiative inédite contribue à enrichir la recherche en neurosciences et à mieux comprendre les pathologies neurodégénératives, en mettant à disposition une base de données rigoureusement constituée et annotée par des experts de médecine nucléaire.
 

Ouverture des données et perspectives 

La mise à disposition en open data de cette base de données inédite offrira un accès libre et gratuit à l’ensemble des examens et annotations, favorisant ainsi de nouvelles collaborations en recherche et innovation dans le domaine de la médecine nucléaire.

Grâce à sa qualité scientifique et à son annotation experte, cette base constituera également un support pédagogique de référence pour la formation des médecins nucléaires et des chercheurs en imagerie médicale.

Les modèles d’intelligence artificielle développés par les équipes lauréates seront publiés en open source et déployables à l’international, rendant l’expertise en analyse de DaT-scanner plus accessible et ouvrant la voie à de nouveaux outils d’aide au diagnostic des syndromes parkinsoniens.

Les partenaires 

• Les chefs de services investigateurs : 
  • Pr Pierre Payoux (CHU de Toulouse)
  • Pr Antoine Verger (CHU de Nancy)
  • Pr Maria-Joao Santiago Ribeiro (CHU de Tours)
  • Dr Pierre Decazes (Centre Henri Becquerel)
  • Pr Solène Querellou (CHU de Brest)
  • Pr Nicolas de Leiris (CHU de Grenoble)
  • Pr Anthime Flaus (HCL de Lyon)
  • Dr Clément Bouvet (CLCC Jean Perrin)
  • Pr Eric Guedj (APHM)
  • Pr Dimitri Papathanassiou (Insitut Godinot)
  • Dr Caroline Bund (ICANS)
• La SFMN : 
  • Pr Eric Guedj : Hôpitaux Universitaires de Marseille, Responsable GT-Neuro de la SFMN
  • Pr Florent Cachin : PU-PH Médecine nucléaire, Responsable Universitaire Département d’Imagerie - Centre Jean Perrin Clermont-Ferrand
  • Imad Bousaid : chef de projet

Le programme Data Challenges en santé

Depuis 2020, par le biais des Appels à Projets “Data Challenges en santé”, le Health Data Hub accompagne des acteurs de l'écosystème de la santé dans l’organisation de projets de Data Challenge portant sur des thématiques médicales d’intérêt et à portée internationale.

 Ces projets bénéficient d’un soutien financier de Bpifrance ainsi que d’un accompagnement logistique, technique et organisationnel de bout en bout par les équipes du Health Data Hub. 

Découvrez l'ensemble des Data Challenges sur la page Les Data Challenges en santé.

Pour en savoir plus sur l’appel à projets “Data Challenges en santé”, rendez-vous sur la page dédiée.