datasets: data.gouv.fr, https://www.data.gouv.fr/datasets/69bc03ff32eb35550eff3870

The datasets each portal's latest successful harvest found. landing_page is the publisher's page for the dataset; where a catalogue gives none, uri often is.

Data license: CC BY 4.0 (portal directory, derived from Dateno); dataset metadata as each portal publishes it · Data source: Dateno, DataPortals.org, data.europa.eu, opendatArchives, and each portal's DCAT catalogue

This data as json

portal_id key harvest_id title description landing_page publisher licence issued modified keywords themes uri identifier
data.gouv.fr https://www.data.gouv.fr/datasets/69bc03ff32eb35550eff3870 1 PARTAGES (déveloPpement Avancé de communs numéRiques pour l’inTelligence Artificielle Générative En Santé) **PARTAGES** **(*déveloPpement Avancé de communs numéRiques pour l’inTelligence Artificielle Générative En Santé*) est un projet coordonné par la Plateforme des données de santé (Health Data Hub). Lauréat de l’appel à projets *« Communs numériques pour l’IA générative »* du plan France 2030, il vise à accélérer et démocratiser l’usage des grands modèles de langage (LLM) au service des professionnels de santé.** **Son objectif :** créer une dynamique nationale favorisant l’émergence de solutions ouvertes d’IA générative en santé,  ainsi que leur utilisation au sein de l’écosystème de la santé, qu’il soit académique, de recherche ou industriel. ### **Un projet national d’envergure** Doté d’un budget de **9,4 millions d’euros**, PARTAGES s’appuie sur un **consortium inédit de 32 acteurs** mobilisés à l’échelle nationale : * **10 équipes de recherche** (CNRS, Inria, universités), * **20 établissements de santé publics et privés** (AP-HP, Institut Curie, Centre Léon Bérard, Ramsay Santé, ELSAN, 12 CHUs...), * des **acteurs DeepTech** spécialisés en IA, dont *Mistral* et *ReciTAL*. ### **Une approche en quatre grandes étapes** 1. **Développer des LLM médicaux** Constitution d’un **corpus de données textuelles médicales en français**, ouvert, pour entraîner, évaluer et diffuser plusieurs modèles de langage médicaux en **open source**. PARCOMED - Corpus de comptes rendus médicaux disponibles [ici.](https://huggingface.co/datasets/HealthDataHub/PARCOMED) PARCOMED research only - Corpus de comptes rendus médicaux disponibles (pour la recherche seulement) disponibles [ici](https://huggingface.co/datasets/HealthDataHub/PARCOMED_research_only). /!\ Dépôt ouvert sous licence [CC-BY-NC 4.0](https://spdx.org/licenses/CC-BY-NC-4.0). 2. **Créer une base ouverte de comptes rendus médicaux fictifs** Création et mise à disposition en **open data** d’un corpus inédit de **plus de 5 000 comptes rendus médicaux fictifs**, dont **1 450 annotés**, couvrant **20 spécialités**.\ Ce travail a mobilisé **plus de 100 internes et jeunes médecins** et servira notamment à l’entraînement de modèles spécialisés. PARHAF - un corpus français ouvert de comptes rendus cliniques rédigés par des auteurs humains et portant sur des patients fictifs, disponible [ici.](https://huggingface.co/datasets/HealthDataHub/PARHAF) 3. **Développer des modèles pour des cas d’usage ciblés** À partir de ces ressources, PARTAGES développe **sept modèles d’IA spécialisés**, répondant à des cas d’usage à fort impact pour la recherche, l’innovation et le système de soins. \   4. **Mettre en place une plateforme nationale d’évaluation fédérée** Développement d’une **plateforme souveraine d’évaluation fédérée**, permettant d’évaluer des algorithmes sur des données réelles, dans un cadre réglementaire sécurisé.\ Elle sera déployée dans **20 établissements de santé mais pourra être utilisée par tout établissement qui souhaiterait y avoir accès.** ### **Des cas d’usage concrets pour la santé** PARTAGES adresse **huit cas d’usage prioritaires**, centrés sur l’analyse, la structuration et la génération de comptes rendus médicaux : * **Data augmentation** en générant des comptes-rendus fictifs  * **Pseudonymisation automatique** des comptes-rendus médicaux  * **Codage médical automatisé (DIM)** à la base de comptes-rendus médicaux - **Résumé automatique** de comptes-rendus médicaux * **Génération de cas cliniques** pour la formation médicale - **Identification de biomarqueurs tumoraux** en oncologie * **Analyse de la réponse aux traitements** en oncologie * **Détection automatique en infectiologie**, notamment pour lutter contre l’antibiorésistance https://www.data.gouv.fr/datasets/partages-developpement-avance-de-communs-numeriques-pour-lintelligence-artificielle-generative-en-sante Plateforme des Données de Santé (Health Data Hub) http://www.opendefinition.org/licenses/cc-by 2026-03-19T14:11:10.990000 2026-04-02T08:08:39.698000 ["analyse-de-la-reponse-aux-traitements", "codage-medical-automatise-dim", "compte-rendu", "comptes-rendus-medicaux-fictifs", "data-augmentation", "detection-automatique-en-infectiologie", "formation-medicale", "generation-de-cas-cliniques", "hdh", "health-data-hub", "ia", "ia-generative", "identification-de-biomarqueurs-tumoraux", "intelligence-articificelle", "llm", "medecine", "oncologie", "partages", "pds", "plateforme-des-donnees-de-sante", "pseudonymisation-automatique", "resume-automatique"] [] https://www.data.gouv.fr/datasets/69bc03ff32eb35550eff3870 69bc03ff32eb35550eff3870