Le Data Challenge ML-KIDCAR

Le Data Challenge ML-KIDCAR est une compétition internationale en science des données organisée par l’IHU ICAN. Son objectif est de développer des outils capables de prédire la survenue d’une insuffisance rénale aiguë après une chirurgie cardiaque. 
Des équipes du monde entier seront mises en concurrence pour développer le modèle d’intelligence artificielle (IA) le plus performant capable de prédire la survenue d’une insuffisance rénale aiguë post-opératoire chez les patients ayant bénéficié d’une chirurgie cardiaque. La compétition se basera sur l’analyse d’une base inédite de données cliniques pré, per et post-opératoires de près de 4 000 patients. 

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

Ce challenge a été organisé dans le cadre de l’Appel à projets “Data Challenges en santé" et a bénéficié d’un soutien financier du plan France 2030 et d’un accompagnement par le Health Data Hub.

ML-KIDCAR : zoom sur la question médicale
 

peterschreiber.media/iStock

En France, plus de 35 000 patients ont recours à une chirurgie cardiaque chaque année. Malgré les progrès des techniques chirurgicales et des soins associés, la chirurgie cardiaque reste une chirurgie à risque, avec des complications fréquentes et graves, et un taux de mortalité estimé entre 3 et 4 %. Une des complications couramment rencontrée est l’insuffisance rénale aiguë qui touche 20 à 30 % des patients. En plus de son impact négatif sur le pronostic du patient, cette complication entraîne une prolongation de la durée d’hospitalisation des patients et est responsable d’importantes dépenses de santé.

Pour y remédier, l’IHU ICAN a lancé le challenge ML-KIDCAR qui vise à favoriser, grâce à l’IA, la prédiction d’insuffisance rénale aiguë après une chirurgie cardiaque.

Une base unique de données cliniques pré, per et post-opératoires

Une base de données inédite de près de 4 000 patients ayant bénéficié d’une chirurgie cardiaque contenant des données pré, per et post-opératoires sera constituée et annotée par des experts.

Ouverture des résultats et perspectives 

La publication en open data offrira un accès libre et gratuit à cette base de données inédite et ouvrira la voie à de nouveaux travaux collaboratifs de recherche sur les complications après une chirurgie cardiaque. Cette base de données de grande qualité et richement annotée constituera également un support pédagogique précieux dans la formation des médecins. 

Les modèles en open source seront accessibles et déployables partout dans le monde, rendant l’expertise en complications de chirurgie cardiaque plus accessible et permettant la poursuite du développement d’outils de prédiction du risque d'insuffisance rénale aiguë après une chirurgie cardiaque.

Les partenaires 

• Pr Guillaume Lebreton : Professeur de chirurgie cardiaque à la Sorbonne Université, Chirurgien cardiaque à l’hôpital de la Pitié-Salpêtrière

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.