Ce billet vise à présenter une liste préliminaire des sujets qui seront explorés lors du Datathon 2025, organisé par l’association InterHop les 11 et 12 septembre 2025.

Notre objectif est de réunir des professionnel·les de santé, des data scientists, des ingénieur·es et des designer·euses pour travailler ensemble sur des projets concrets dans le domaine de la santé numérique.

📅 Une réunion d’information en visioconférence aura lieu en visio le mardi 8 juillet à 13h, pour présenter le format du Datathon, les jeux de données, l’infrastructure, et répondre aux questions.

🔗 Plus d’infos sur l’événement : Page Datathon InterHop

🙏 Merci à l’Agence du Numérique en Santé, partenaire de l’événement !

🔍 Sources de données

  • Base principale : MIMIC-III (Medical Information Mart for Intensive Care), adaptée au modèle OMOP CDM. L’ accès nécessite la création d’un compte sur physionet et la signature de l’accord sur l’utilisation des données (DUA).
  • Possibilité de travailler avec des données synthétiques pour les projets sensibles ou expérimentaux (voir sujet “LLMs”).

🖥️ Infrastructure technique

  • Accès à la plateforme LibreDataHub fournie par InterHop.
  • Serveurs GPU fournis par notre prestataire HDS GPLExpert pour les projets nécessitant des capacités de calcul élevées (LLM, NLP, etc.).
  • Apportez votre ordinateur portable !

💡 Sujets proposés

1. 🗺️ Cartographie de l’offre de soins

Compétences : Data Engineer · UX Design · Web

Objectif : Améliorer la plateforme carto.toobib.org, en enrichissant les données issues de FINESS avec celles d’OpenStreetMap (OSM), et en développant un export automatique vers data.gouv.fr.

Partenariat : Toobib.org, association militante pour un numérique en santé libre et éthique.

Sources utiles :

2. 📊 Dashboard en anesthésie et réanimation

Compétences : Data Engineer · Data Science · UX Design · Web

Objectif : Concevoir des dashboards pour visualiser les indicateurs en anesthésie-réanimation à partir des extractions de logiciels métiers (Philips, Bow Medical), dans le modèle OMOP.

Partenaires : Philips, Bow Medical ainsi que des membres du groupe numérique de la SFAR (Société Française d’Anesthésie-Réanimation) seront présents pour nous aider.

Ressources :

3. 🤖 LLM & Données Synthétiques

Compétences : Data Engineer · Data Science

Objectif : Générer un jeu de données synthétique (tabulaire, texte, voire image) au format OMOP à l’aide de LLMs open source.

Outils pressentis :

Ressources :

4. 🏥 Maternité – Visualisation d’indicateurs

Compétences : Data Viz · Data Engineer · Data Science

Objectif : Dynamiser et visualiser les indicateurs d’activité des maternités françaises : césariennes, péridurales, transferts, etc.

Partenaires : Acteurs bretons de la périnatalité - Réseau Périnatalité Bretagne

Contexte : Suite du projet présenté en 2024

Ressources :

5. 🧩 LinkR – Statistiques low-code

Compétences : R · Web · UX Design · Data Engineer

Objectif : Améliorer le module statistique de LinkR, outil low-code destiné aux pros de santé.

Fonctionnalités visées :

  • Import automatisé des données
  • Tests de qualité (données manquantes, valeurs extrêmes…)
  • Statistiques automatiques selon les types de variables
  • Génération de sections “Méthodologie” et “Résultats” pour la rédaction scientifique

6. 📄 Reconnaissance des ordonnances médicales (OCR & NLP)

Compétences : Data Engineer · NLP · OCR · Data Science

Objectif : Créer une pipeline d’analyse de documents médicaux PDF (ordonnances) pour extraire, structurer et normaliser les données (actes, médicaments, dispositifs).

Livrable souhaité : Une API open-source de reconnaissance et normalisation des ordonnances, compatible avec des ontologies de santé comme SNOMED CT ou CIM-10.

Ressources complémentaires :

💬 Vous avez une idée ?

Cette liste est ouverte et évolutive : les propositions spontanées sont encouragées ! Vous pouvez aussi rejoindre un sujet existant ou former une équipe autour de votre projet. L’important, c’est l’impact.

📩 Contactez-nous ou venez en discuter lors de la réunion d’information.