Publicité en cours de chargement...

Publicité en cours de chargement...

Data Challenge DaT‑Park : l’IA au service du diagnostic des syndromes parkinsoniens

07 avril 2026 - 07:02,
Actualité - Rédaction, DSIH
Illustration Data Challenge DaT‑Park : l’IA au service du diagnostic des syndromes parkinsoniens
La Société Française de Médecine Nucléaire (SFMN), avec le soutien de la Plateforme des données de santé (PDS) et dans le cadre du plan France 2030, prépare le lancement du Data Challenge DaT‑Park, une compétition internationale qui vise à améliorer le diagnostic des syndromes parkinsoniens grâce à l’intelligence artificielle (IA). Ce défi s’adresse à la fois à des chercheurs, data scientists et cliniciens, dans une logique de co‑construction entre monde hospitalier et communauté de la science des données.

Pour en savoir plus sur ce défi et suivre son ouverture, la page officielle du Data Challenge DaT‑Park est disponible sur le site Health‑Data‑Hub : https://www.health-data-hub.fr/actualites/data-challenge-dat-park-ameliorer-le-diagnostic-des-syndromes-parkinsoniens-grace-lia

Un examen clé mais difficile à interpréter

Chaque année en France, plus de 20 000 examens de DaT‑scanner sont réalisés dans près de 200 centres, pour évaluer l’activité du transporteur de la dopamine (DaT) dans le cerveau, un biomarqueur central dans le diagnostic des syndromes parkinsoniens. Le résultat est généralement classé comme normal ou pathologique, ce dernier confirmant la nature neurodégénérative du tableau clinique et guidant la prise en charge du patient.

En pratique, environ un tiers des examens apparaît normal et deux tiers pathologiques, mais l’interprétation reste délicate pour environ 20% des cas, notamment lorsque le syndrome est précoce ou présente des formes atypiques. Cette difficulté se traduit par un indice de confiance dégradé pour le clinicien et peut retarder la pose d’un diagnostic ou la mise en route d’un traitement adapté.

Objectif du Data Challenge DaT‑Park

Le Data Challenge DaT‑Park propose aux participants d’accéder à une base de données anonymisée unique, contenant plus de 2 000 examens de scintigraphie DaT, afin d’entraîner et évaluer des modèles d’IA capables de classifier automatiquement les examens cérébraux pour le diagnostic de syndrome parkinsonien. L’objectif est de développer des algorithmes capables de distinguer les examens normaux des examens pathologiques, y compris dans les cas les plus limites, afin de renforcer la fiabilité et la précision de l’interprétation.

Les équipes retenues pourront ainsi tester leurs approches (réseaux de neurones profonds, apprentissage fédéré, modèles explicables, etc.) sur des données réelles issues de la pratique clinique, tout en respectant les exigences de confidentialité et de protection des données de santé. Un prix de 25 000 € sera partagé entre les trois meilleures équipes, sous réserve de la publication en open source de leurs modèles, afin de favoriser la reproductibilité et l’adoption potentielle en milieu clinique.

Un programme Data Challenges au service de l’innovation

Ce Data Challenge s’inscrit dans le cadre plus large du programme Data Challenges en santé porté par la PDS, qui soutient financièrement et techniquement des compétitions centrées sur des données de santé anonymisées, afin de stimuler la recherche et l’émergence de solutions innovantes. Ces projets, labellisés dans le cadre de France 2030, visent à rendre la science des données plus accessible aux acteurs de la santé et à accélérer la translation des modèles d’IA vers des applications concrètes au chevet du patient.

Pour les professionnels intéressés, la pré‑inscription à la compétition est ouverte via la plateforme Health‑Data‑Hub, avec possibilité de s’inscrire à une newsletter dédiée pour suivre l’ouverture officielle du Data Challenge DaT‑Park et les prochaines actualités liées aux programmes Data Challenges en santé. À moyen terme, ce type d’initiative pourrait contribuer à réduire la variabilité des interprétations entre lecteurs, à renforcer la sécurité du diagnostic neurodégénératif et à améliorer la prise en charge personnalisée des personnes atteintes de maladie de Parkinson et de syndromes parkinsoniens apparentés

Avez-vous apprécié ce contenu ?

A lire également.

Illustration Former au management de projet, pour transformer en profondeur et réussir le changement

Former au management de projet, pour transformer en profondeur et réussir le changement

20 avril 2026 - 17:24,

Tribune

-
Christine HEULIN

Dans les établissements de santé, la transformation numérique ne se décrète pas. Elle se construit, souvent dans la complexité, et toujours dans l’humain. Et si la clé résidait, avant tout, dans les compétences des équipes des Directions des Services Numériques (DSN) ?

Illustration De la prescription jusqu’à la gestion des actes infirmiers

De la prescription jusqu’à la gestion des actes infirmiers

20 avril 2026 - 16:40,

Communiqué

- Computer Engineering

Les établissements de santé qui souhaitent simplifier et sécuriser la prise en charge globale du patient hospitalisé ont tout intérêt à s’équiper d’applications SI modulables et interopérables. Celles développées par Computer Engineering s’inscrivent dans cette facilité d’utilisation car elles couvr...

Illustration Premier avis favorable au remboursement d’une thérapie numérique

Premier avis favorable au remboursement d’une thérapie numérique

02 avril 2026 - 11:19,

Communiqué

- Haute Autorité de santé

La Commission nationale d’évaluation des dispositifs médicaux et des technologies de santé (CNEDiMTS) de la Haute Autorité de santé (HAS) vient de rendre un avis favorable au remboursement en droit commun d’un dispositif médical numérique à visée thérapeutique (thérapie numérique ou DTx). Pour la pr...

Illustration Un nouvel outil d’IA au service d’une détection optimale du cancer par imagerie

Un nouvel outil d’IA au service d’une détection optimale du cancer par imagerie

07 avril 2026 - 10:45,

Communiqué

- Gustave Roussy,

Gustave Roussy, dans le cadre d’un consortium réunissant Guerbet, Intrasense et le CHU d’Angers, a participé au développement d’un outil d’intelligence artificielle capable d’identifier automatiquement, à partir d’un scanner thoraco-abdomino-pelvien, les lésions cancéreuses présentes dans cette zone...

Lettre d'information.

Ne manquez rien de la e-santé et des systèmes d’informations hospitaliers !

Inscrivez-vous à notre lettre d’information hebdomadaire.