Construction d'un Système d'IA de Supervision Automatique des Exercices de Rééducation de l'Epaule (Rehab-SPIA) (Rehab-SPIA)

La phase historique actuelle et le besoin croissant de réadaptation dans le monde font des systèmes de télé-réadaptation, et de la e-santé en général, des outils fondamentaux pour accroître l'engagement des patients et l'observance des soins, des éléments cruciaux pour la préservation du NHS dans une perspective de révision des dépenses. et l'optimisation des ressources.

En particulier, le patient en rééducation a en moyenne une adhésion au programme d'exercices à domicile (HEP) entre 30 et 50 %, à laquelle s'ajoute fréquemment une efficacité réduite de l'apprentissage moteur en raison du manque de rétroaction sur la précision du geste, comme cela se passe à l'hôpital ou en ambulatoire sous la supervision d'un thérapeute.

Les nouvelles approches informatiques pour l'analyse des données sur le mouvement humain, visant le développement d'algorithmes pour superviser automatiquement l'exactitude du geste du patient lors de l'exercice d'auto-traitement à domicile, tentent de résoudre ce dernier problème critique.

Parmi les approches les plus prometteuses figurent celles basées sur l'Intelligence Artificielle (IA) et le Machine Learning (ML), en particulier celles de dernière génération, dites sous-symboliques (ou connexionnistes).

Ces algorithmes suscitent beaucoup d'intérêt pour leur capacité à extraire automatiquement les propriétés saillantes du mouvement, réduisant l'intervention d'experts à la collecte de toutes les données, et à l'étiquetage éventuel des exemples (5) Dans tous les cas, la littérature montre un manque de modèles développés avec la participation directe des cliniciens et une rareté des ensembles de données créés avec des populations de patients.

De plus, la plupart des modèles présents dans la littérature ont été créés à partir de nombreux dispositifs d'entrée, souvent à fort taux technologique avec des coûts considérables pour la mise en place d'un éventuel service au domicile du patient.

Pour ces raisons, nous souhaitons créer un ensemble de données cliniques spécialisées, en partant uniquement des vidéos des exercices, impliquant des populations spécifiques par pathologie et construit sur la base du jugement clinique. Avec ces caractéristiques, ce projet vise à automatiser autant que possible le processus d'analyse de mouvement, en réduisant considérablement les coûts découlant de l'utilisation des technologies et en minimisant l'erreur humaine, le tout en exploitant les approches informatiques les plus récentes afin de créer un outil utile et peu coûteux. outil de coût de la rééducation fonctionnelle à domicile.

Compte tenu de l'importance du programme d'exercices à domicile dans la maladie de l'épaule, il a été décidé de sélectionner une population de patients concernés par les principales pathologies affectant cette articulation.

L'objectif principal de l'étude est de créer et de valider un outil logiciel d'analyse automatique et experte de la bonne exécution des principaux exercices de rééducation pour la récupération fonctionnelle de l'épaule suite à des pathologies orthopédiques.