Datathon InterHop 2024
L’association InterHop organise en septembre 2024 un datathon dédié aux données de santé, mettant à disposition des participant·es la base de données MIMIC au format OMOP. Cet événement est une opportunité unique de collaborer autour de projets de data science, d’ingénierie des données et d’intelligence artificielle appliqués à la santé.
Modalités pratiques
Les participant·es sont invité·es à anticiper la création de leur compte sur PhysioNet, incluant la signature de l’accord d’utilisation des données (DUA, ou Data Use Agreement).
Un premier rendez-vous est prévu le jeudi 8 août à 13h00, dans le cadre d’une réunion interCHU pour constituer les équipes et affiner les projets.
Retrouvez toutes les informations sur les modalités pratiques du datathon dans cet article dédié.
Les thématiques et projets proposés
Durant ces 48 heures, plusieurs thèmes clés seront abordés, allant de la qualité des données à la prédiction de mortalité en passant par la visualisation d’indicateurs de santé.
1. FINESS+
Mettre à jour les données géographiques des établissements de santé pour garantir leur interopérabilité avec les systèmes ouverts.
- Thèmes principaux : Data engineering, Open data
- Objectif : Mettre à jour et structurer les données géographiques des 100 000 établissements de soins recensés au FINESS, afin de les rendre interopérables avec des systèmes ouverts comme OpenStreetMap.
- Intérêt : Permet de croiser les bases de données existantes et d’améliorer leur qualité, avec une contribution possible à Toobib.org.
2. Indicateurs d’activité de maternité
Développer des tableaux de bord interactifs pour analyser et suivre les indicateurs d’activité des maternités.
- Thèmes principaux : Data visualization, Data science
- Objectif : Créer des tableaux de bord dynamiques permettant de visualiser les indicateurs annuels d’activité des maternités (nombre de césariennes, transferts, péridurales, etc.).
- Méthodologie : Utilisation de LinkR, plateforme open-source facilitant l’analyse des données de santé.
- Impact attendu : Aide à l’amélioration du pilotage des services de maternité et au suivi des pratiques obstétricales.
3. Qualité des données
Détecter et corriger les biais dans les données de santé
- Thèmes principaux : Data cleaning, Pré-processing
- Objectif : Produire des indicateurs de qualité des données, permettant d’évaluer les biais potentiels liés aux logiciels de saisie et d’améliorer la fiabilité des données cliniques.
- Méthodologie : Comparaison de variables issues de la base MIMIC-OMOP avec des méthodes statistiques et des modèles de détection des anomalies.
- Impact attendu : Amélioration de la qualité des données de santé et facilitation de leur réutilisation pour la recherche.
4. Prédiction de la mortalité
Construire des modèles de prédiction de la mortalité pour améliorer la comparabilité des patients
- Thèmes principaux : Machine learning, Statistiques
- Objectif : Développer et comparer des modèles prédictifs de mortalité en réanimation (régression logistique, Random Forest, XGBoost, réseaux de neurones).
- Méthodologie : Entraînement de modèles sur MIMIC-OMOP et comparaison avec les scores traditionnels SOFA et IGS-2.
- Impact attendu : Création d’un modèle interopérable applicable sur des données locales pour améliorer la comparabilité des patients dans les études.
5. Aide au codage CIM-10
Aider le codage CIM-10 grâce à l’IA
- Thèmes principaux : NLP, Large Language Models
- Objectif : Automatiser l’identification des codes CIM-10.
- Méthodologie : Utilisation d’une approche basée sur les LLM et le RAG (Retrieval-Augmented Generation).
- Impact attendu : Amélioration de la précision et de l’efficacité du codage médical.
Conclusion
Ce datathon s’inscrit dans une démarche de science ouverte, avec une production de code interopérable et réutilisable pour l’ensemble de la communauté médicale et scientifique.
Chaque projet vise à améliorer la qualité, la visualisation et l’exploitation des données de santé, tout en facilitant la collaboration entre les cliniciens, data scientists et développeurs.
Le code source produit sera mis à disposition sur Framagit, et les résultats pourront être intégrés dans des plateformes comme LinkR pour être réutilisés et améliorés après l’événement.