
PASTEUR2030
Le projet NEURODEV - Institut Pasteur et AP-HP, lauréat du nouvel appel à projets “data challenges en santé” du programme France 2030
Dans le cadre du plan France 2030, le gouvernement a lancé la stratégie d’accélération « Santé numérique », avec l’ambition de faire de la France un leader dans ce domaine. Depuis 2020, cette stratégie soutient notamment la valorisation des données de santé par l’intelligence artificielle au bénéfice des patients.
L’une de ses actions vise à organiser des « data challenges en santé ». Ces compétitions internationales de science des données, hébergées sur des plateformes spécialisées, permettent de répondre à des questions médicales précises à partir de jeux de données anonymisées et de haute qualité. Les participants développent, dans un temps imparti, des algorithmes de machine learning et d’intelligence artificielle, ensuite évalués de manière rigoureuse sur des données indépendantes non accessibles pendant la phase d’entraînement.
Opéré par Bpifrance en partenariat avec le Health Data Hub, l’appel à projets « Data Challenges en santé » a désigné dix nouveaux lauréats le 10 juillet. Portant notamment sur les cancers, les maladies cardiovasculaires, les troubles neurodéveloppementaux et les soins critiques, ces projets ont pour objectif de faire émerger plus rapidement des solutions numériques pouvant contribuer au diagnostic, à la prévention ou à la prise en charge des patients.
Parmi les projets retenus figure NEURODEV, porté par l’Institut Pasteur et l’hôpital Robert-Debré de l’AP-HP. À l’Institut Pasteur, le projet est coordonné par Roberto Toro, directeur de l’unité U5 Neuroanatomie appliquée et théorique (NAAT), avec Katja Heuer et Nicolas Traut, spécialistes de neuroimagerie, de science ouverte et de science des données; en collaboration avec Shauna Lee Katz de la DARRI. La DSI, avec Stéphane Fournier, contribuera au déploiement de l’infrastructure informatique. Les équipes de l’hôpital Robert-Debré, dirigées par le Prof. Richard Delorme, apporteront leur expertise clinique et en imagerie pédiatrique, notamment dans le domaine des troubles du neurodéveloppement.
Le projet vise à développer et évaluer des algorithmes d’intelligence artificielle et de machine learning capables d’identifier, à partir d’IRM cérébrales, des signatures associées à des troubles neurodéveloppementaux. Il s’intéressera notamment aux troubles du spectre de l’autisme et au trouble du déficit de l’attention avec ou sans hyperactivité, avec l’ambition de couvrir plus largement l’ensemble des troubles neurodéveloppementaux. À terme, ces travaux pourraient contribuer à améliorer le repérage précoce, l’évaluation clinique et la compréhension des mécanismes cérébraux impliqués.
NEURODEV s’appuie sur l’expérience du précédent challenge IMPAC, organisé par l’équipe NAAT de l’Institut Pasteur avec l’Inria. Ce challenge international avait mobilisé des données d’imagerie cérébrale de personnes avec ou sans diagnostic de trouble du spectre de l’autisme. Après une phase de compétition, les meilleures équipes avaient participé à un hackathon collaboratif à l’Institut Pasteur. Cette démarche avait permis de combiner les approches les plus performantes et a donné lieu à une publication scientifique dans la revue NeuroImage.
Le nouveau challenge reposera sur de grandes bases de données internationales en accès ouvert, ainsi que sur des jeux de données privés incluant notamment des données de l’hôpital Robert-Debré, réservé à l’évaluation indépendante des algorithmes. L’objectif est de réunir plus de 10 000 jeux de données d’IRM structurelle et fonctionnelle, contre environ 2 000 dans le challenge précédent. Les données accessibles aux participants seront anonymisées et préparées sous une forme facilitant leur réutilisation par la communauté scientifique.
Dans une logique de science ouverte, les algorithmes développés dans le cadre du challenge auront vocation à être partagés en open source. Le projet permettra également d’installer à l’Institut Pasteur une plateforme de data challenges qui pourra, à l’avenir, être utilisée pour d’autres projets de recherche sur le campus.
