Projet collaboratif alliant mise à disposition de données de santé et intelligence artificielle, Deep.piste est l'un des premiers projets pilotes sélectionnés par appel à projets du Health Data Hub (HDH). 

Deep.piste est porté par Epiconcept en partenariat avec le Centre Régional de Coordination des Dépistages des Cancers de la Région Occitanie et l’équipe de recherche du professeur Fabien Reyal au sein de l’Institut Curie. Intégré à e-SIS, logiciel Epiconcept de gestion des campagnes des dépistages des cancers – dont le cancer du sein -, le projet propose un apport en IA dans l’analyse des mammographies en 2ème ou 3ème lecture.

Deep.piste en détail : 

Avec 11883 décès estimés en 2017, le cancer du sein est le plus meurtrier pour les femmes en France. Le dépistage précoce permet de faire diminuer sa mortalité de 21%. Pour évaluer l’impact d’un apport en IA dans le dispositif de dépistage organisé du cancer du sein, Deep.piste fait intervenir des sources croisées : 
-  La base e-SIS de données anonymisées de dépistage du Cancer du Sein des départements du Gard et de la Lozère (plus de 250 000 images annotées en classification ACR) ; 
-  Des données du Système National des Données de Santé, destinées à identifier les événements médicaux d’importance hors du circuit du dépistage (causes de décès et PMSI, données de remboursements, etc.) dans le but de réduire le nombre de faux négatifs. 
Exploitées dans une logique de scénarisation et à l’appui des réseaux de neurones convolutionnels denses (deep learning), ces données participeront au processus de dépistage de manière inédite. Le projet Deep.Piste se propose de développer une analyse automatique des mammographies et d'affiner la compréhension des facteurs de risque. Cela permettra d'identifier des cas pouvant bénéficier d'un allègement du dispositif de dépistage (en réduisant, par exemple, la fréquence des mammographies à réaliser pour certaines patientes) ou en renforçant, pour d’autres, le parcours.