L’IHU ICAN, avec le soutien de la Plateforme des Données de Santé (Health Data Hub), lance le 16 mars 2026 le Data Challenge ANNITIA, une compétition internationale destinée à rassembler chercheurs, data scientists et cliniciens autour d’un objectif commun : développer des outils d’intelligence artificielle capables de prédire la progression de la stéatose hépatique métabolique à partir de données issues de tests non invasifs.
Mieux prédire les altérations du foie pourrait permettre d’améliorer la prise en charge des patients atteints de stéatose hépatique métabolique, qui touche environ 30 % de la population mondiale et est souvent diagnostiquée trop tardivement, car elle évolue silencieusement.
Ce projet bénéficie d’un financement France 2030 « Data challenges en santé » de Bpifrance.
La stéatose hépatique métabolique : une pathologie fréquente aux trajectoires hétérogènes
- La stéatose hépatique métabolique est une maladie chronique caractérisée par une accumulation de graisse dans le foie en présence de facteurs de risque métaboliques, et en l’absence de causes secondaires comme une consommation excessive d’alcool ou la prise de certains médicaments.
- Cette maladie évolue silencieusement, allant de la stéatose simple à une forme plus sévère (la stéatohépatite métabolique), qui peut progresser vers la fibrose, la cirrhose et, dans certains cas, conduire à un cancer du foie.
- L’évolution dépend du stade de la maladie. Les patients présentant une stéatose isolée progressent peu et ont une mortalité comparable à celle de la population générale. En revanche, les patients atteints de stéatohépatite métabolique sont exposés à un risque de progression de la fibrose.
Touchant environ 30% de la population adulte mondiale, la stéatose métabolique représente un enjeu majeur de santé publique : sa progression vers des stades plus sévères constitue la cause majeure de mortalité liée au foie. L’un des principaux défis reste la stratification précise et précoce des patients à risque par des moyens non invasifs, sans recourir à la biopsie hépatique.
Un besoin de stratification du risque plus fine
L’identification des patients à risque repose en grande partie sur l’évaluation de la fibrose hépatique. Or, si la biopsie demeure l’examen de référence, son caractère invasif limite son utilisation à grande échelle.
Les tests non invasifs (NITs) se sont ainsi imposés en pratique clinique. Ils permettent une première stratification du risque, mais leur interprétation dynamique reste encore insuffisamment exploitée.
Dans ce contexte, l’intelligence artificielle offre des perspectives nouvelles pour analyser des données longitudinales complexes et modéliser plus finement les trajectoires de la maladie.
L’objectif du projet de recherche ANNITIA
Le projet ANNITIA a pour ambition de développer une approche de stratification du risque de progression de la maladie fondée sur la modélisation simultanée et longitudinale de différents NITs:
- Le FibroScan® (VCTE)
- Le FibroTest
- L’Aixplorer
Cette approche repose sur le concept de « jumeau numérique » (digital twin). Il permet de simuler l’évolution individuelle d’un patient à partir de ses données cliniques et biologiques. L’objectif est de mieux anticiper la progression de la maladie ainsi que la survenue d’événements hépatiques majeurs, tout en fournissant des outils d’aide à la décision adaptés à la pratique clinique.Cette approche repose sur le concept de « jumeau numérique » (digital twin). Il permet de simuler l’évolution individuelle d’un patient à partir de ses données cliniques et biologiques. L’objectif est de mieux anticiper la progression de la maladie ainsi que la survenue d’événements hépatiques majeurs, tout en fournissant des outils d’aide à la décision adaptés à la pratique clinique.
Le data challenge : une compétition internationale au service de la science
Dans le cadre du Data Challenge ANNITIA, les participants disposeront d’une base de données anonymisée regroupant les données cliniques, les scores histologiques et les résultats de tests non invasifs de près de 1 700 patients atteints d’hépatopathie métabolique.
- Leur mission sera de développer un modèle d’intelligence artificielle capable de prédire la progression de la maladie et d’améliorer la stratification du risque.
- Les 3 équipes lauréates se partageront une dotation globale de 14 000 €.
- Leurs modèles seront publiés en open source, contribuant ainsi à la diffusion des connaissances et à l’enrichissement des travaux futurs en hépatologie.
Lancement du Data Challenge le 16 mars 2026.
Votre soutien est essentiel pour accélérer la recherche !
Pour en savoir plus, votre contact privilégié :
Francine Trocmé
Direction communication et mécénat
06 81 64 97 88 – f.trocme@ihuican.org
