IA en santé : dix Data Challenges lauréats de France 2030 pour accélérer la recherche

Dix consortiums hospitaliers et scientifiques français viennent d’être désignés lauréats de l’appel à projets “Data Challenges en santé”, financé dans le cadre de France 2030. L’initiative, pilotée par Bpifrance en lien avec la Plateforme des données de santé (l’ex-Health Data Hub), le Secrétariat général pour l’investissement, l’Agence de l’innovation en santé et la Délégation au numérique en santé, vise à produire des jeux de données réutilisables et des modèles d’intelligence artificielle en open source pour appuyer les professionnels de santé.

Dix projets, dix pathologies

Chaque lauréat reçoit un financement pouvant atteindre 300 000 euros et disposera de dix-huit mois pour mener sa compétition de data science. Les dix projets couvrent un éventail large de spécialités médicales :

• AIM-CTG (Groupement des hôpitaux de l’Institut catholique de Lille) : analyse automatisée du rythme cardiaque fœtal.
• ALLERGOPEST (Société française d’allergologie) : liens entre exposition aux pesticides et asthme/allergies.
• DATACESAR (MIRACL.ai) : identification précoce des patients à risque cardiaque.
• DIPLOMA (Fondation Hôpital Saint-Joseph) : détection du cancer du pancréas à partir de scanners abdominaux.
• LOT-LuCA (Unicancer) : automatisation des lignes de traitement du cancer bronchique.
• NEURODEV (Institut Pasteur / AP-HP) : prédiction des troubles neurodéveloppementaux.
• PEDIAFEVER (CHU de Nantes) : repérage des infections bactériennes sévères chez les enfants fébriles.
• PINKCC PANC (Institut du cancer de Montpellier) : détection du cancer du pancréas via IRM et scanners.
• PRISME ICU (CHU de Toulouse) : modélisation du pronostic des patients en soins critiques.
• TRANSPOP (CHU de Grenoble Alpes / Hospices Civils de Lyon) : anticipation des besoins transfusionnels en chirurgie.

Une logique d’ouverture des données et des modèles

Au-delà du financement, l’appel à projets impose une contrainte structurante : les modèles développés devront être publiés en open source, et les jeux de données constitués vocation à être réutilisés au-delà de la compétition initiale. Cette approche s’inscrit dans la continuité des travaux de la Plateforme des données de santé, dont la mission consiste précisément à faciliter l’accès à des données de santé pour la recherche, tout en encadrant leur usage.

Le choix de la compétition de type “data challenge” — plutôt qu’un financement classique de projet de recherche — vise à stimuler l’émergence rapide de modèles performants en confrontant plusieurs équipes sur un même jeu de données, une méthode déjà éprouvée dans d’autres secteurs de la data science.

Un signal pour l’écosystème IA santé français

Cette annonce confirme la montée en puissance des financements publics dédiés à l’IA médicale en France, dans un contexte où plusieurs voix — dont celles d’acteurs hospitaliers et de sociétés savantes — appellent à davantage de projets ancrés dans des besoins cliniques concrets plutôt que dans des promesses technologiques génériques. La diversité des porteurs de projets (CHU, instituts de recherche, sociétés savantes, start-up) illustre également la volonté de mobiliser un large spectre d’acteurs de l’écosystème santé numérique autour de cas d’usage ciblés : cancérologie, pédiatrie, cardiologie, soins critiques ou allergologie.

Reste à suivre, dans les dix-huit mois à venir, la capacité de ces dix projets à produire des modèles réellement exploitables en pratique clinique — et non de simples preuves de concept supplémentaires dans un domaine où l’écart entre recherche et déploiement reste, comme le soulignait récemment SantExpo 2026, l’un des principaux défis de l’IA en santé.

Sources

• IA en santé : dix nouveaux Data Challenges soutenus par France 2030 - DSIH
• Une dizaine de lauréats retenus pour l’appel à projets “Data challenges en santé” - TICsanté