Texas A&M University Health vise à améliorer la détection précoce
À Texas A&M University Health, des chercheurs de la Dementia and Alzheimer’s Research Initiative développent un système « humain numérique » alimenté par l’IA, conçu pour identifier les indicateurs précoces de démence, y compris l’apathie, avant qu’un déclin cognitif mesurable ne devienne apparent.
Le projet combine l’analyse des expressions faciales, les signaux biométriques et le timing de réponse pour créer ce que les chercheurs décrivent comme un processus de dépistage plus standardisé et objectif par rapport aux évaluations auto-déclarées traditionnelles.
Les méthodes de dépistage actuelles peuvent varier considérablement selon la personne qui effectue l’évaluation, explique Mark Benden, chef du département de santé environnementale et au travail à la School of Public Health de l’Université Texas A&M.
« Utiliser le même « humain numérique » pour effectuer toutes les évaluations de tous les patients et à tout moment constituerait une amélioration majeure », déclare Benden, ajoutant que l’intégration de données biométriques changera la donne.
Une détection plus précoce de l’apathie et d’autres changements comportementaux pourrait aider les cliniciens à intervenir plus tôt grâce à des thérapies physiques, sociales et comportementales susceptibles de ralentir la progression de la maladie.
Bien que la cohérence matérielle et logicielle reste un défi technique, note Benden, les outils de dépistage deviendront plus petits et plus accessibles au fil du temps, permettant potentiellement une surveillance passive des activités quotidiennes.
« Espérons qu’au moment où la technologie et le traitement rattraperont leur retard, nous disposerons de suffisamment de données pour vraiment faire une grande différence », dit-il.
L’Université du New Hampshire teste des robots de soins à domicile
Des chercheurs de l’Université du New Hampshire testent des robots d’assistance sociale dans de vraies maisons dans le cadre d’un effort visant à soutenir les patients atteints de démence et à remédier aux pénuries de soignants à long terme.
Le projet combine un logiciel d’IA, des capteurs de maison intelligente distribués et une robotique mobile pour aider les personnes âgées avec des rappels, une surveillance et une assistance dans les tâches quotidiennes, leur permettant ainsi de rester plus longtemps chez elles. Le déplacement de ces systèmes depuis des environnements de laboratoire contrôlés vers des environnements réels imprévisibles présente des défis techniques et éthiques majeurs.
« Les environnements domestiques non structurés restent le plus grand défi pour les robots autonomes », déclare Momotaz Begum, professeur adjoint d’informatique à l’Université du New Hampshire.
Les robots de soins aux personnes âgées doivent interpréter leur environnement avec « la plus haute précision », explique Begum, car une seule défaillance dans le processus de perception ou de prise de décision pourrait créer des risques pour la sécurité des patients vulnérables.
Le système utilise des modèles d’IA personnalisés adaptés aux foyers individuels et aux besoins des patients. « Sans une personnalisation significative, les objectifs de soins individuels ne peuvent tout simplement pas être atteints », ajoute-t-elle.