Le Data Challenge D-IA-GNO-DENT

Lancé en avril 2023, le Data Challenge D-IA-GNO-DENT est une compétition européenne en science des données organisée par le Centre de références des maladies rares orales et dentaires, des Hôpitaux universitaires de Strasbourg, du réseau O-Rares, de l’IGBMC, du CERBM-gie et de la Fondation Maladies Rares. Son objectif est de faire émerger une solution d’aide au diagnostic de maladies bucco-dentaires rares. 

Près d’une centaine d’équipes ont été mises en concurrence pour développer le modèle d’intelligence artificielle (IA) le plus performant dans la prédiction d’un diagnostic de maladie rare à manifestation bucco-dentaire. Grâce à l’analyse d’une base de données inédite de photographies et de radiographies de la bouche et des dents de 316 patients, plus de 1 450 algorithmes ont été soumis par les participants.

Les modèles des lauréats sont disponibles en open source et référencés dans la BOAS.

Ce challenge a été organisé dans le cadre de l’Appel à Manifestation d'Intérêt "Data Challenge en santé". Dans ce cadre, il a bénéficié d’un soutien financier du plan France 2030 et d’un accompagnement par le Health Data Hub.

D-IA-GNO-DENT : zoom sur la question médicale

900 maladies rares sont associées avec une composante dentaire, orale ou faciale. Ces maladies dentaires rares d’origine génétique sont souvent mal connues. Elles ont, dans la plupart des cas, un impact sur plusieurs organes et peuvent être identifiées à partir d’anomalies dentaires. Ces anomalies font l’objet d’une attention particulière de la part des médecins car elles permettent de poser un diagnostic bien que celui-ci reste complexe et ambiguë et nécessite une expertise fine.

Pour y remédier, le consortium D-IA-GNO-DENT a lancé le challenge éponyme dans le but d’assister, grâce à l’IA, les praticiens dans l’identification de ces signatures.

Une base de données unique de photographies et radiographies de cavités buccales

Une base de photographies et de radiographies de cavités buccales de patients sains et de patients atteints de pathologies dentaires rares de 316 patients a été constituée dans le cadre du projet D-IA-GNO-DENT.

Cette base de données anonymisée a été mise à disposition sur la plateforme en ligne Trustii.io pour une durée de 12 semaines, permettant ainsi à de nombreuses équipes de participer au challenge et de soumettre leurs modèles d’IA. Le but : créer un outil capable de poser un diagnostic précoce de maladie rare à manifestation bucco-dentaire.

Les résultats du Data Challenge 

Trois algorithmes se sont démarqués et leurs modèles sont d’ores et déjà publiés en open source et référencés sur la Bibliothèque Ouverte d'Algorithmes en Santé (BOAS).

• 1ère place – Powerdent/Unistra : Samer El Zant, Karim Tout, Elim Aliyev & Hanin Zaidan, Université de Strasbourg

L’équipe Powerdent/Unistra a entraîné plusieurs modèles successifs, plutôt qu’un seul, pour améliorer la robustesse et l'explicabilité de l’outil. Le processus de modélisation a suivi trois étapes : prédire la cohorte, puis le type d’IA et le caractère isolé/syndromique, avant d’estimer le gène responsable par une méthode statistique. L’équipe a appliqué des techniques d’augmentation des données et le modèle DenseNet121, pré-entraîné, a été choisi.

• 2ème place – EISBM : Albert Saporta, Pellet Johann & Bertrand De Meulder, European Institute for Systems Biology and Medicine de l’EISBM

L’équipe EISBM a utilisé les réseaux ResNet et EfficientNet en adaptant la dernière couche du modèle pour gérer plusieurs tâches de classification. Des techniques d’augmentation d’images ont été appliquées, à l’exception de la cohorte normale, afin de limiter le surapprentissage. Les meilleurs résultats ont été obtenus avec le modèle EfficientNetV2L.

• 3ème place – Jérôme Dauba et Koffi Cornelis, IQVIA

Jérôme Dauba et Koffi Cornelis ont tiré parti d’encodeurs de pointe pré-entraînés sur le jeu de données ImageNet. Ils ont utilisé deux modèles distincts pour les photographies (ResNet) et les radiographies (DEIT), garantissant que des prédictions puissent être fournies même si un seul type d’image était disponible.

La remise des prix des lauréats de D-IA-GNO-DENT a eu lieu le 14 décembre 2023 et était l’occasion de présenter plus en détails les enjeux et résultats du Data Challenge. 

Ouverture des résultats et perspectives 

Les modèles disponibles en open source sont accessibles et déployables partout dans le monde, permettant la poursuite du développement d'outils d’aide au diagnostic de maladies rares à manifestation bucco-dentaire.

Pour accéder à la base de données du Data Challenge, vous pouvez adresser une demande d’accès au contact suivant : dpd@chru-strasbourg.fr
 

Les partenaires

• Pr Agnès Bloch Zupan : PU-PH Université et Hôpitaux Universitaires de Strasbourg, Médecine et chirurgie bucco-dentaires, Maladies rares orales et dentaires

Le programme Data Challenges en santé

Depuis 2020, par le biais de l’appels à projets “Data Challenges en santé”, le Health Data Hub accompagne des acteurs de l'écosystème de la santé dans l’organisation 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.