Modélisation par une approche système du processus d’établissement d’un profil sensoriel : vers l’automatisation de mesures de particularités sensorielles par des outils d’intelligence artificielle - Dans le cadre du Trouble du Spectre de l’Autisme

Establishment of a sensory profile via systemic approach: automating the measurement of sensory disorders using artificial intelligence - In the context of Autism Spectrum Disorder

• Auteur / Autrice : Blandine Pichon
• Direction : Eric Benoit, Stéphane Perrin, Sophie Donnadieu
• Type : Projet de thèse
• Discipline(s) : STIC Traitement de l'Information
• Date : Soutenance en 2024
• Etablissement(s) : Chambéry
• Ecole(s) doctorale(s) : Sciences Ingénierie Environnement
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique, Systèmes, Traitements de l'Information et de la Connaissance
• Jury : Président / Présidente : Benoit Geller
• Jury : Examinateurs / Examinatrices : Eric Benoit, Kave Salamatian, Jean-Louis Adrien, Adriana Tapus, Marie-Hélène Abel, Sophie Donnadieu, Stéphane Perrin
• Jury : Rapporteurs / Rapporteuses : Jean-Louis Adrien, Adriana Tapus

Mots clés

Mots clés libres

Intelligence Artificielle

Troubles du Spectre de l’Autisme

Particularités sensorielles

Objets connectés

Apprentissage machine

Mesure de l'humain

Artificial Intelligence

Autism Spectrum Disorder

Sensory Disorders

Internet of Things

Machine Learning

Human Measurement

Résumé

Depuis la publication du Manuel diagnostique et statistique des troubles mentaux (DSM-5) en 2015, les particularités sensorielles font partie du diagnostic du Trouble du Spectre de l’Autisme (TSA) ; ce qui met en évidence l'importance de leur identification. Les méthodes actuelles d’évaluation reposent principalement sur des questionnaires lors d’un entretien clinique. Cependant, les professionnels peuvent utiliser divers outils et questionnaires qui peuvent sembler très différents les uns des autres. De plus, le profil sensoriel peut varier en fonction du contexte et évoluer avec le temps. Cette thèse propose une formalisation des différentes étapes de l’établissement d’un profil sensoriel à travers une approche système, puis explore l’automatisation de ce processus via l’Internet des objets (IoT) et l’intelligence artificielle (IA) afin d’améliorer l’objectivité et la répétabilité des évaluations. La construction d’un profil sensoriel repose sur l’analyse des réponses comportementales d’un individu face à différents stimuli sensoriels. Traditionnellement basée sur des observations cliniques, cette analyse peut être structurée en plusieurs étapes : identification des réponses comportementales, quantification de la fréquence des réponses comportementales atypiques, agrégation des données pour obtenir les valeurs des indicateurs, comparaison à des normes et représentation graphique du profil sensoriel. La modélisation du processus d’établissement d’un profil sensoriel a permis de comparer les différents outils existants, en identifiant leurs points communs et leurs divergences. En outre, les expérimentations et études menées durant la thèse ont permis de montrer que, grâce à l'utilisation des capteurs IoT, les réponses comportementales peuvent être mesurées avec davantage de précision en enregistrant les mouvements de l’individu et leurs caractéristiques, telles que la vitesse et la fréquence. Ces travaux ont aussi montré que les données recueillies peuvent ensuite être traitées par des algorithmes d’Intelligence Artificielle (IA) afin d’évaluer les niveaux d’hyper-réactivité, d’hypo-réactivité et d’intérêt inhabituel pour les aspects sensoriels de l’environnement. Les expérimentations menées sur des stimuli tactiles ont démontré la faisabilité de cette approche, mettant en évidence des cas d’hypersensibilité chez certains individus. Cette méthode permettrait de rendre les évaluations sensorielles plus objectives, de les réaliser en continu et d’améliorer la compréhension des variations au fil du temps. Les perspectives futures incluent l’élargissement des types de stimuli étudiés et la validation de cet outil sur une population plus large.

Since the publication of the Diagnostic and Statistical Manual of Mental Disorders (DSM-5) in 2015, sensory peculiarities have been integrated into the diagnostic criteria for Autism Spectrum Disorder (ASD), emphasizing the importance of their identification. Current evaluation methods primarily rely on questionnaires during clinical interviews. However, professionals may use various tools and questionnaires, which can seem quite different from one another. Additionally, a sensory profile can vary depending on the context and may change over time. This thesis aims to formalize the different steps involved in establishing a sensory profile using a systems approach. It further explores how automating this process through the Internet of Things (IoT) and Artificial Intelligence (AI) can improve the objectivity and repeatability of evaluations. The creation of a sensory profile is based on analyzing an individual’s behavioral responses to different sensory stimuli. Traditionally grounded in clinical observations, this analysis can be structured into several key steps: identifying behavioral responses, quantifying the frequency of atypical responses, aggregating data to derive indicator values, comparing them to established norms, and graphically representing the sensory profile. Modeling this process has allowed for a comparison of existing tools, identifying both their commonalities and differences. Additionally, the use of IoT sensors has shown that behavioral responses can be measured more precisely by recording movements and characteristics such as speed and frequency. The data collected is processed using AI algorithms to evaluate levels of hyperreactivity, hyporeactivity, and unusual interest in sensory aspects of the environment, enabling a graphical representation of the individual’s sensory profile. Experiments conducted on tactile stimuli confirmed the feasibility of this approach, revealing hypersensitivity in certain individuals. This method offers a more objective way of conducting sensory evaluations, with the potential for continuous monitoring and better understanding of variations over time. Future research directions include broadening the range of stimuli studied and validating the tool across a larger population.