Multisensoriële analyse van menselijke activiteit voor diagnose en vroege detectie van functionele beperkingen (EYEFUL)

Fysieke en cognitieve veranderingen veroorzaakt door een pathologie verslechteren het functionele vermogen van het individu, waardoor het moeilijker wordt om activiteiten van het dagelijks leven (ADL) uit te voeren en afhankelijkheid en/of invaliditeit te veroorzaken. Er zijn gestandaardiseerde observationele tests voor de klinische beoordeling van de mate van functionele beperking bij basale of instrumentele ADL's (bijv. Assessment Motor and Process Skills - AMPS). Aan de andere kant dragen al deze tests het probleem van de subjectiviteit van de beoordelaar in de analyse met zich mee. De aanwezigheid van de beoordelaar bij de test kan van invloed zijn op de manier waarop een proefpersoon ADL's uitvoert.

Het doel van het project is het ontwikkelen van een methodologie voor het ontwerpen, implementeren en valideren van automatische klinische tests van functionele beperkingen, die: 1) objectieve beoordelingen geven met klinische validiteit, en 2) de interferentie in de testuitvoering wegnemen die wordt veroorzaakt door de fysieke aanwezigheid van de beoordelaar. De subjectiviteit van de menselijke beoordelaar zal worden vervangen door een automatisch systeem dat tijdens de functionele beoordeling van de gebruiker multimodale (d.w.z. multisensoriële) informatie uit de omgeving haalt. Specifiek inclusief audio-, video- en dieptesensoren en de informatie verzameld van draagbare sensoren die de te testen proefpersoon bij zich kan hebben. De objectieve beoordeling zal ook aanwijzingen opleveren die, gegeven de klinische geschiedenis van het onderwerp, kunnen worden gebruikt voor het vroegtijdig opsporen van beperkingen.

Dit probleem wordt in de literatuur niet systematisch aangepakt. Het project is dus een eerste oplossing voor de ontwikkeling en klinische validatie van een geautomatiseerd systeem dat een objectieve evaluatie van observationele tests mogelijk maakt. Het aanpakken van de klinische beoordeling van functionele beperkingen zal vervolgens worden uitgevoerd in een aangepaste echte omgeving (uitgerust met de adequate elektronische sensoren) in de URJC-faciliteiten.

Het EYEFUL-URJC-deelproject speelt een sleutelrol in het methodologische ontwerp en de klinische validatie van de automatische evaluatie-instrumenten. Ze zullen ook de daadwerkelijke tests uitvoeren op normale proefpersonen en patiënten, waarbij de resultaten van de huidige instrumenten, zoals AMPS, worden vergeleken met de resultaten van de beoordelingsinstrumenten die voor het project zijn ontwikkeld. Om relevante kenmerken uit video-, diepte-, audio- en andere sensoren te halen, maakt het project gebruik van de onderzoekservaring op het gebied van automatische detectie van menselijke activiteiten in intelligente ruimtes van EYEFUL-UPM en EYEFUL-UAH. Het EYEFUL-UPM-subproject concentreert zich op de analyse van het gezicht, de hoofdhouding, de blik en de nauwkeurige 3D-uitlijning van de gezichtsoriëntatiepunten, waardoor gezichtskenmerken kunnen worden geschat die nuttig zijn voor verschillende tests (dat wil zeggen aandachtsfocus, aanwezigheid van pijn, verwarring , angst, enz.). Het EYEFUL-UAH-deelproject concentreert de analyse op de gehele lichaamsactiviteit van de gebruiker en haar/zijn interactie met objecten, met diepte- en videosensoren, en integreert ook audio- en wearablesgegevens om automatisch de functionele capaciteiten van de geëvalueerde personen te beoordelen. De drie gecoördineerde groepen benaderen het project op een interdisciplinaire manier, met sterke feedbackvereisten gedurende de hele ontwikkeling. Deze nauwe interactie is van fundamenteel belang om de adequate focus van de technische ontwikkelingen te garanderen, gegeven de strikte klinische vereisten van de taak.