Évaluation fine de la mobilité chez le patient âgé

Fine assessment of mobility in the elderly patient

• Auteur / Autrice : Kaoutar El ghabi
• Direction : Yann Morère, Frédéric Bousefsaf
• Type : Projet de thèse
• Discipline(s) : Automatique, Traitement du signal et des images, Génie informatique
• Date : Inscription en doctorat le 12/10/2023
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : LCOMS - Laboratoire de Conception, Optimisation et Modélisation des Systèmes

Mots clés

Mots clés libres

Evaluation

Mobilité

Machine Learning

Intelligence Artificielle

Traitement du signal

Mobility

Machine Learning

Artificial Intelligence

Assessement

Signal processing

Résumé

Dans ce contexte sociétal général de vieillissement généralisé de la population, d'allongement de la vie, de maintien en bonne santé, la mobilité des personnes âgées représente un important enjeu. A notre connaissance, actuellement, les outils d'évaluations sont souvent résumés à des grilles d'évaluation comme la grille AGGIR, ADL, IADL, WHOQOL-BRE, EuroQol-5-Dimension ... De manière plus technique, on trouve dans la littérature de nombreux articles traitant de l'analyse de la marche des personnes âgées à l'aide de capteurs. Notre hypothèse de travail consiste à agir de manière précoce en évaluant et en tentant de ralentir la perte de mobilité. Pour cela nous utiliserons la Réalité Virtuelle/Augmentée afin d'avoir des évaluations répétables et standardisées, et des capteurs biophysiologiques les moins invasifs possibles qui permettent une évaluation fine des activités, des déplacements mais aussi de l'état physiologique de la personne. Ainsi nous pourrons déterminer des biomarqueurs de la mobilité pédestre, explicatifs des stratégies perceptivo-motrices , attentionnelles et comportementales des individus. Le but de cette étude est de réaliser une classification fine de la mobilité pédestre du patient âgé en définissant des critères issues des données collectées et à l'aide de techniques statistiques conventionnelles (SVM, etc…) mais aussi avec des techniques issues de l'IA, notamment les réseaux de neurones récurrents permettant l'analyse et l'interprétation de série temporelles.

In this general societal context of generalized aging of the population, life extension, maintenance of good health, the mobility of the elderly represents an important issue. To our knowledge, at present, evaluation tools are often summarized in evaluation grids such as the AGGIR, ADL, IADL, WHOQOL-BRE, EuroQol-5-Dimension grid... In a more technical way, we find in the literature many articles dealing with the analysis of the walking of elderly people using sensors. Our working hypothesis is to act early by evaluating and trying to slow down the loss of mobility. To do so, we will use Virtual/Augmented Reality in order to have repeatable and standardized evaluations, and biophysiological sensors that are the least invasive possible and that allow a fine evaluation of activities, movements but also of the physiological state of the person. Thus, we will be able to determine biomarkers of pedestrian mobility, explanatory of the perceptual-motor, attentional and behavioral strategies of individuals. The aim of this study is to carry out a fine classification of the pedestrian mobility of the elderly patient by defining criteria resulting from the collected data and with the assistance of conventional statistical techniques (SVM, etc...) but also with techniques resulting from the AI, in particular the networks of recurring neurons allowing the analysis and the interpretation of temporal series.