Dans le contexte sanitaire actuel lié à l’épidémie de COVID-19, deux premiers projets ont reçu l’aval de la Commission Nationale Informatique et Liberté (CNIL) fin octobre, conditionnant leur accès effectif aux données nécessaires à leur conduite. Il s'agit des projets CoviSAS, porté par l’Université Grenoble-Alpes et la société Semeia, et Frog Covid, porté par la société Clinityx et un laboratoire de l’INSERM (MASCOT). Ces projets sont d’une importance majeure pour contribuer à trouver des solutions à la crise sanitaire sans précédent que nous traversons.

CoviSAS : un projet au service d’une population à risque représentative

Les patients atteints d’un syndrome d'apnées obstructives du sommeil (SAOS), en raison de la privation répétée d’oxygène, développent souvent des maladies associées susceptibles de les rendre vulnérables à la COVID-19 (obésité, diabète, hypertension artérielle, maladies cardio-vasculaires).
Le projet CoviSAS, porté par la chaire d’intelligence artificielle MIAI de l'Université Grenoble-Alpes et la société Semeia, un fournisseur de solutions logicielles utilisant l’intelligence artificielle, vise à connaître la prévalence des formes sévères de la COVID-19 chez ces patients, et d’identifier les combinaisons de maladies associées au SAOS (comorbidités) menant à un taux supérieur de séjour en réanimation ou de décès. Comme l’indique Pierre Hornus, CEO de Semeia,Pour reconstituer les parcours de soins, le projet s’appuiera sur les données de l’assurance maladie, notamment celles sur les hospitalisations et sur les consommations de médicaments.
Les résultats contribueront ainsi à l’amélioration des connaissances sur l’épidémie, et à la définition de stratégies de prévention et de prise en charge précoce pour les patients touchés par ces comorbidités.

Frog Covid : l’ambition d’une large identification des facteurs de risque et d’une prévision des besoins pour les personnes passées en réanimation

L’étude Frog Covid s’intéresse également aux associations récurrentes d’autres maladies chez les patients présentant des formes sévères (hospitalisation) ou très sévères (admission en réanimation) de la COVID-19. A travers cette étude, le bureau d’étude spécialisé dans des solutions de collecte de données et d'algorithmes Clinityx et l’unité de recherche de l’INSERM Cardiovascular MArkers in Stressed COndiTions (MASCOT) cherchent à identifier les facteurs prédictifs du risque de développer une COVID-19 de forme sévère à très sévère, pour définir des profils de patients particulièrement à risque.
Le projet vise aussi à mieux connaître les parcours des patients passés en réanimation, en fonction de leur durée de séjour et de leurs maladies associées. Il s’agit donc, comme le rappelle Nicolas Glatt, CEO de Cliniyx, dePour chaque profil de patient caractérisé, le projet permettra de mieux prédire ses besoins médicaux, sa prise en charge à l'issue de l'hospitalisation, et les conséquences de la réanimation sur sa qualité de vie (emploi, vie sociale, etc.).
Pour cela, le projet s’appuiera à la fois sur les données non nominatives issues de l’Assurance Maladie et des séjours hospitaliers de ces patients, et à titre de comparaison, sur les données de suivi de patients pris en charge par des services de réanimation pour une grippe ou une pneumopathie virale en 2017 et 2018.

Ces deux projets font appel à des approches innovantes d’intelligence artificielle et le Health Data Hub leur met à disposition toutes les technologies nécessaires pour leur réalisation.