Datathon 2025

Défi N°1 HIVE-Emergency drug preparation
Création d'un serious game pour la préparation de médicaments injectables en situation d'urgence

Les professionnels de santé doivent régulièrement suivre une formation au situations sanitaires exceptionnelles pour pouvoir intervenir à tout moment, et de la meilleure manière possible, malgré des circonstances inhabituelles et particulièrement compliquées. Dans ce projet, nous nous intéresserons aux professionnels (pharmaciens, IDE, préparateurs) impliqués dans la préparation des médicaments injectables et des antidotes directement sur place, bien loin de leur locaux sécurisés, hors température contrôlée et dans un contexte d'urgence. Nous proposons de réaliser un serious game en réalité virtuelle où l'on projette les apprenants dans un accident sur un site SEVESO. Ces derniers devront préparer les médicaments nécessaires aux victimes de la manière la plus optimisée possible en terme qualitatif et quantitatif.

Défi N°2 CYTIAT : Optimisation de l’examen cytologique de la thyroïde à l’aide d’algorithmes d’intelligence artificielle
Notre projet a pour objectif de développer un algorithme d'lA permettant d'analyser une lame de cytologie thyroïdienne numérisée afin d'établier la classification Bethesda adéquate et de générer un compte rendu standardisé

La cytoponction thyroïdienne représente un outil de tri permettant de classer les lésions thyroïdiennes nécessitant une prise en charge chirurgicale et celles à surveiller. L’objectif de cet examen faiblement invasif, est de récupérer des cellules au sein de la lésion thyroïdienne. Actuellement, le cytologiste procède à l’analyse des lames et classe le prélèvement dans la catégorie Bethesda adéquate. Chaque catégorie présente un risque de malignité bien établi qui impose une prise en charge spécifique. Avec la généralisation de la numérisation des lames, l’implémentation d’outils d’intelligence artificielle d’aide au diagnostic, représente une opportunité majeure d'accélérer le processus de diagnostic, de réduire les erreurs humaines et aussi de mieux détecter des modifications cytologiques ou architecturales qui peuvent être difficiles à interpréter. Notre projet a pour objectif de développer un algorithme d'lA permettant sur lame numérisée de dénombrer et sélectionner les groupes cellulaires d’intérêt, de classer les images (cellules inflammatoires, cellules vésiculaires, autres cellules épithéliales, colloïde, artéfacts…), d’en faire des captures à présenter pour la vérification du cytologiste, de classer les lésions dans la catégorie Bethesda adéquate et de générer un compte rendu standardisé. Cette solution pourrait s’avérer plus performante. Idéalement elle pourrait permettre, en identifiant et quantifiant des paramètres supplémentaires, de mieux classer les lésions des catégories indéterminées qui nécessitent souvent de refaire la cytoponction.

Défi N°3 Parkinson Stress Shield
Développer un système non invasif de détection du stress chez les patients atteints de la maladie de Parkinson, basé sur l'analyse des expressions faciales, afin d'améliorer la gestion des symptômes moteurs et la qualité de vie des patients

Le défi Parkinson Stress Shield vise à concevoir une solution innovante pour détecter et gérer le stress chez les patients atteints de la maladie de Parkinson. Le stress, facteur aggravant des symptômes moteurs tels que les tremblements, la rigidité et les troubles de la marche, constitue un obstacle majeur au quotidien des patients. Ce projet propose de développer un système non invasif de détection du stress, en s'appuyant sur l’analyse des expressions faciales via un capteur vidéo discret et continu. L’objectif est d’offrir aux patients un outil capable d’identifier les signaux de stress en temps réel et de proposer des techniques non médicamenteuses adaptées (comme des exercices de respiration ou de relaxation). Cette solution permettra une intervention rapide et personnalisée, réduisant ainsi les symptômes exacerbés et améliorant l’autonomie et la qualité de vie des patients. En combinant des techniques avancées d’intelligence artificielle pour l’analyse des émotions et des outils de gestion du stress, ce projet répondra aux besoins non satisfaits des patients, tout en offrant une alternative pratique et confortable aux méthodes invasives ou médicamenteuses existantes.

Défi N°4 MimRandom
Mimer un essai contrôlé randomisé

L’essai contrôlé randomisé demeure le meilleur niveau de preuve pour évaluer le bénéfice clinique d’une nouvelle technologie de santé. Cependant il n’est pas toujours possible de réaliser un essai contrôlé randomisé pour différentes raisons : population cible faible, défaut d’acceptabilité par les patients ou par les médecins. Il existe des méthodes statistiques pour réduire les biais lorsque l’on veut comparer deux traitements en dehors des essais contrôlés randomisés. Ces méthodes statistiques ont des limites et ne permettent pas toujours de contrôler les biais. Nous souhaitons comparer deux voies d’abord en chirurgie thoracique : thoracotomie et robotique en mimant un essai contrôlé randomisé afin d’évaluer la mortalité et les complications postopératoires. Pour réaliser ce travail nous avons la base de données du PMSI qui regroupe tous les centres français qui opèrent des patients porteurs d’un cancer du poumon. Elle contient les caractéristiques des patients, le ghm, les caractéristiques des centres, le type de chirurgie Les objectifs de ce travail sont de mimer un essai contrôlé randomisé comparant la chirurgie robotique à la thoracotomie, en développant un bras contrôle artificiel ou virtuel en utilisant les méthodes de l’IA.

Défi N°5 BIM-Flow : Building Information Modeling pour la gestion et l’optimisation des flux de transport des patients
Création d'un outil de modélisation des flux incluant une vision 3D ergonomique des sites du CHU (intra et extra batimentaire)

Nous disposons actuellement d’une maquette numérique des bâtiments du CHU issue du processus BIM, ainsi que d’un outil permettant de stocker les flux de transport des patients. L’objectif est de combiner ces deux approches en intégrant la visualisation des flux directement dans la maquette numérique BIM. Cette intégration offrira une meilleure représentation des flux de transport passés, permettant d’analyser les zones de forte activité et, à terme, d’optimiser les flux en fonction des contraintes structurelles des bâtiments. L’objectif final est de disposer d’un outil prédictif capable d’anticiper et de mieux gérer les flux de transport des patients.

Défi N°6 ADLIS : Automatisation par DeepLearning de l'Identification des Sidéroblastes en couronne
Développer un algorithme performant pour l'identification et la classification des sidéroblastes en couronne

L’identification des sidéroblastes en couronne sur frottis médullaire ou écrasement médullaire constitue une étape cruciale dans le diagnostic des anémies sidéroblastiques, en particulier pour l’exploration du syndrome myélodysplasique. Cependant, une importante variabilité interobservateur existe, avec une marge d’erreur d’environ 20 % dans le comptage des cellules pathologiques. Le développement d’un algorithme de classification pourrait améliorer considérablement la précision de cet examen, permettant ainsi une meilleure prise de décision, notamment dans les cas complexes. Notre projet se fixe deux objectifs principaux : - Développer un algorithme performant pour la classification des sidéroblastes en couronne. - Concevoir un algorithme de compilation d’images prenant en compte la profondeur de champ, afin de générer des images nettes et riches en détails, facilitant ainsi l'interprétation et la prise de décision diagnostique.

Défi N°8 TRAINING (Technologie Réflexive d'Apprentissage par Intelligence Numérique pour l'Identification du Niveau de Gravité)
Outil d'entrainement pour les infirmière d'accueil des services d'urgences.

Ce projet propose d'utiliser l'intelligence artificielle générative pour simuler des interactions avec des patients arrivant aux urgences. L'objectif est de permettre aux infirmières d'accueil de s'entraîner à interroger l'IA dans des conditions réalistes, comme elles le feraient avec un patient réel. Le système serait capable de reproduire une grande variété de scénarios cliniques, intégrant des symptômes, des antécédents médicaux, et des comportements proches de ceux des patients réels. Les infirmières pourraient poser des questions ouvertes ou fermées pour affiner leur évaluation, s'exercer à détecter les signes cliniques prioritaires, et attribuer un score de tri en fonction de l'échelle F.R.E.N.C.H ou d'autres standards. L'IA analyserait ensuite la pertinence des questions posées et évaluerait la justesse du score de tri attribué. Des retours personnalisés seraient fournis pour aider les infirmières à identifier leurs points forts et les axes d'amélioration. Ce processus offrirait une formation continue, interactive et adaptée aux besoins du terrain.

Défi N°9 Back2Smile
Une application pour la rééducation des paralysies faciales périphériques à domicile.

La paralysie faciale est la perte de fonctionnement de certains muscles du visage et concerne dans la majeure partie des cas une moitié du visage.Les nouveaux cas sont globalement évalués à 50⁄100000 et par an. Les techniques de rééducations n'ont que peu évolué dans la prise en charge des paralysies faciales. L'évolution ou l'innovation réside,à ce jour dans la création de vidéo d'entrainement ou d'un dispositif vidéo couplé à un ordinateur pour créer un miroir élaboré. La rééducation de la paralysie faciale se heurte à plusieurs obstacles, la première difficulté pour le patient étant de pouvoir se confronter à son image. Puis, pendant la phase de rééducation proprement dite, nous devons nous assurer le patient effectue correctement les exercices une fois à domicile. Il faut donc aussi entretenir sa motivation afin qu'il poursuive seul les exercices. Aujourd'hui, le Smartphone est complètement entré dans le quotidien de tous. C'est en regardant de quelle manière une application comme Snapchat déploie des filtres dynamiques en temps réel que nous nous sommes demandé s'il n'est pas possible de réfléchir à une application ou un logiciel de rééducation dans les paralysies faciales. Nous avons donc retenu deux fonctions à implémenter : la fonction miroir et une fonction plus dynamique avec des exercices à réaliser devant la caméra du dispositif. Dans l’idéal nous aimerions une application pour smartphone avec un retour d’information pour le rééducateur.

Défi N°10 CAPIA-DOPIA
Le projet vise à développer des outils sur deux volets : la lecture et l'interprétation d'images de capillaroscopie peri-unguéale chez les patients atteints du phénomène de Raynaud, et la génération de schémas artériels à partir de comptes-rendus d’écho-doppler.

La capillaroscopie peri-unguéale est un examen recommandé en pratique clinique afin de ne pas méconnaitre un Raynaud secondaire à une maladie de type vascularite ou sclérodermie et syndromes apparentés. Des anomalies de la morphologie et du nombre de capillaires permettent d’évoquer le diagnostic de ces maladies, parfois avant l’apparition de signes cliniques. Nous souhaiterions développer un outil permettant la détection de ces anomalies, ainsi que le calcul de la densité capillaire qui est un des éléments clé du diagnostic, dans le but de simplifier les processus diagnostiques et améliorer la prise en charge des patients. Un deuxième outil à développer en parallèle permettra d’extraire automatiquement des informations de comptes-rendus d’écho-doppler pour générer des schémas vasculaires.