Health Data Hub : les premiers projets d’algorithmes en santé sélectionnés

Cet été, le Health Data Hub (HDH) a lancé un appel à manifestation d’intérêt portant sur des algorithmes de ciblage à intégrer dans le Système national des données de santé (SNDS). Quatre projets ont été distingués à l’issue d’une première vague de candidatures.

Le Système national des données de santé

Le SNDS a été créé en 2016. Il correspond à l’importante base de feuilles de soins de l’Assurance maladie, où les données sont « déidentifiées » à des fins de recherche. Initialement cependant, cette base de prestations n’a pas été conçue à des fins de recherche, rendant son usage complexe. Les algorithmes de ciblage sont ainsi essentiels pour l’analyse, en permettant d’identifier la population d’étude. L’appel à manifestation d’intérêt BOAS vise à soutenir le développement et la validation de ces algorithmes.

La première vague de candidatures s’est achevée le 24 septembre 2021 par la sélection de quatre projets retenus par le jury pour leur qualité scientifique. Ils bénéficieront d’un accompagnement du HDH ainsi que du soutien scientifique du réseau Redsiam qui collabore au projet et partageront avec la communauté les algorithmes de ciblage qu’ils auront été amenés à développer, à améliorer ou à valider. Deux autres vagues sont attendues.

Les lauréats de la première vague

ALIA
Porté par EA-7449 Repères en partenariat avec Santé publique France et le CHRU de Brest, le projet Alia est dédié aux accidents vasculaires cérébraux (AVC), dont la prise en charge et le traitement diffèrent fortement en fonction du sous-type. L’objectif : développer et valider une méthode permettant d’identifier dans le SNDS les différents sous-types d’AVC des patients hospitalisés, en associant le registre brestois des AVC avec le SNDS.

DIONISOS
Porté par Bordeaux PharmacoEpi, en partenariat avec EA Repères, la fondation Edmus et Neurocentre Magendie, le projet Dionisos porte quant à lui sur la sclérose en plaques (SEP). En associant les données de l’Observatoire français de la sclérose en plaques (Ofsep) et du SNDS, il permettra de valider et d’améliorer un algorithme complexe d’identification de cette pathologie précédemment développé sur le SNDS uniquement.

EMIR-Algo
Porté par l’AP-HP en partenariat avec l’Institut Pierre-Louis d’épidémiologie et de santé publique ainsi que la Banque nationale de données sur les maladies rares, le projet EMIR-Algo vise pour sa part à développer et à valider des algorithmes de ciblage des personnes atteintes de différentes maladies inflammatoires systémiques rares dans le SNDS. Il associera à cette fin un chaînage entre la Banque nationale de données sur les maladies rares et le SNDS.

POSEIDON
Porté par l’Inserm et le CHU de Bordeaux, le projet Poséidon a pour objectif de produire des algorithmes fiables dans le domaine de l’orthopédie. Il s’appuiera pour cela sur l’analyse conjointe des données du CHU de Bordeaux et du SNDS, ce qui permettra une validation jusque-là inédite de ces algorithmes.

La seconde vague de candidatures est ouverte jusqu’en février 2022 sur la .