A multi-site loiasis dataset of whole blood videos

Loiasis is a blood-borne filarial infection under consideration for inclusion in the WHO’s priority list of Neglected Tropical Diseases. In addition to its direct impact on human health, loiasis frequently occurs as a co‑infection with other filarial diseases, including onchocerciasis (river blindness) and lymphatic filariasis (LF, elephantiasis). This overlapping geographic distribution seriously hinders mass drug administration (MDA) with ivermectin (IVM) for onchocerciasis and LF control, because individuals with \textit{Loa loa} microfilarial (mf)  loads exceeding 30,000 mf/mL are at high risk of developing severe adverse events, including coma and death, following IVM treatment. Therefore, safe MDA in loiasis co-endemic areas requires active detection and exclusion of high L. loa mf individuals from treatment, the so-called Test and Not Treat (TaNT) strategy.  Automated, AI-driven diagnostics have shown strong potential to enhance TaNT implementation and fill a crucial care need for underserved populations, yet important performance limitations remain. To support AI research for the pressing health care needs of filarial diseases, we  release this first-of-its-kind dataset to enable development of AI algorithms for detecting L. loa in whole blood samples. The dataset includes over 33,000 videos of whole blood in capillaries, in 4721 sessions (7 videos per session) from 1940 patients, captured by NTDscope portable imaging devices during four studies in 2023 and 2025 in Cameroon and Gabon. The videos contain a range of L. loa microfilariae counts and negative cases, as well as some cases with Mansonella perstans, another tropical filarial parasite. The  metadata include expert microfilariae counts from Giemsa-stained blood films for each patient.  -------- La loase est une infection filarienne hématogène actuellement envisagée pour inclusion dans la liste prioritaire des maladies tropicales négligées de l’Organisation Mondiale de la Santé (OMS). En plus de son impact direct sur la santé humaine, la loase survient fréquemment en co‑infection avec d’autres filarioses, notamment l’onchocercose (cécité des rivières) et la filariose lymphatique (FL, éléphantiasis). Cette distribution géographique chevauchante complique sérieusement les campagnes de traitement de masse à l’ivermectine (IVM) pour le contrôle de l’onchocercose et de la FL, car les individus portants des charges microfilariennes de L. loa supérieures à 30 000 microfilaires (mf)/mL courent un risque élevé de développer des effets indésirables graves, comprenant l’encéphalopathie, le coma et la mort, à la suite du traitement à l’IVM. Ainsi, l’implémentation du traitement de masse dans les zones co-endémiques à la loase nécessite la détection active et l’exclusion des individus ayant une forte charge microfilarienne, selon la stratégie dite « Test and Not Treat (TaNT) ». Les outils diagnostiques automatisés et fondés sur l’intelligence artificielle ont montré un fort potentiel pour améliorer la mise en œuvre du TaNT et répondre à un besoin crucial de soins dans les populations sous-représentées, bien que des limitates de performance importantes persistent. Pour soutenir le développement d’outils d’IA répondant aux besoins urgents de santé publique liés aux filarioses, nous mettons à disposition ce jeu de données afin de permettre le développement d’algorithmes d’IA capables de détecter L. loa dans des échantillons de sang total.Le jeu de données comprend plus de 33 000 vidéos de sang total dans des capillaires provenant de 4 721 sessions chez 1 940 patients, enregistrées à l’aide du NTDscope au cours de quatre études menées en 2023 et 2025 au Cameroun et au Gabon. Les vidéos couvrent un large éventail de charges microfilariennes de L. loa, ainsi que des cas négatifs et certains cas présentant Mansonella perstans, un autre parasite filarien tropical. Les métadonnées contiennent notamment les dénombrements experts de microfilaires issus de frottis sanguins colorés au Giemsa pour chaque patient.