Simple Science

La science de pointe expliquée simplement

# Informatique# Multimédia# Intelligence artificielle# Vision par ordinateur et reconnaissance des formes

Une nouvelle tech aide à surveiller l'agitation liée à la démence

La recherche combine l'IA et les objets connectés pour prédire l'agitation chez les patients atteints de démence.

Abeer Badawi, Somayya Elmoghazy, Samira Choudhury, Sara Elgazzar, Khalid Elgazzar, Amer Burhan

― 7 min lire


La tech prédit leLa tech prédit lecomportement lié à ladémence.de démence.l'agitation chez les patients atteintsUn système basé sur l'IA prévoit
Table des matières

La démence, c'est un état qui touche pas mal de gens, surtout les personnes âgées. Ça fout le bazar dans le cerveau, rendant difficile de penser, de se souvenir et de faire des tâches quotidiennes. Ça peut aussi causer d'autres soucis comme l'Agitation et l'agressivité, ce qui n'est pas simple pour la personne atteinte ni pour ses proches. Ces comportements peuvent créer beaucoup de stress et même obliger la personne à rester à l'hôpital ou dans un établissement de soin plus longtemps que nécessaire.

Le défi de l'agitation

Les gens vivant avec la démence montrent souvent des signes d'agitation. Ça peut être de l'errance, des cris ou même des comportements agressifs. Ces comportements sont généralement le résultat de besoins non satisfaits-peut-être qu'ils se sentent mal à l'aise ou confus. Le problème, c'est que les soignants doivent souvent se fier à leur mémoire pour rapporter ces comportements, ce qui peut être biaisé et pas toujours précis.

Une solution high-tech

C'est là que la technologie entre en jeu. Les chercheurs utilisent des outils intelligents comme l'intelligence artificielle (IA) pour aider à surveiller et à prédire quand une personne atteinte de démence pourrait agir de manière inappropriée. Cela se fait en temps réel, grâce à des dispositifs portables et des Caméras. Imagine un monde où une montre ou une caméra peut signaler aux soignants qu'une personne pourrait avoir besoin d'aide avant qu'elle ne commence à agir. Ça ressemble à de la science-fiction, mais ça devient une réalité !

Mise en place de l'étude

Pour cette recherche, un système a été créé qui combine un bracelet et des vidéos de caméras. Le bracelet, appelé EmbracePlus, collecte divers signaux de santé de son porteur, comme le rythme cardiaque et la température de la peau. Les caméras sont installées dans les espaces communs d'un établissement pour observer et enregistrer les comportements.

Les chercheurs ont commencé par réunir un petit groupe de Participants avec une démence sévère. Ils ont installé des caméras et demandé aux participants de porter les bracelets pendant 24 à 72 heures à différents jours. Pendant ce temps, les soignants regardaient aussi les signes d'agitation et notaient quand ces événements se produisaient.

Comment ça marche ?

Le bracelet collecte différents types d'informations, comme comment la personne bouge et comment son corps réagit en termes de stress. Il envoie ces signaux à un système sécurisé où les chercheurs peuvent analyser les Données.

Collecte de données

Le bracelet suit :

  • Conductance de la peau : Ça montre à quel point quelqu'un peut être en sueur ou stressé.
  • Fréquence cardiaque : Des rythmes cardiaques plus rapides peuvent indiquer de l'anxiété ou de l'agitation.
  • Mouvement : Ça peut montrer si une personne est plus agitée que d'habitude.

Pendant ce temps, les caméras capturent le comportement visuel des participants. Quand les caméras remarquent un certain comportement, elles enregistrent le moment exact de ces événements. Ces informations combinées aident à créer une image plus claire de ce qui se passe avec la personne à tout moment.

Les avantages de la combinaison des outils

Quand les données du bracelet et les séquences vidéo sont analysées ensemble, les chercheurs peuvent identifier les schémas qui mènent aux moments d'agitation. Par exemple, si le bracelet indique un pic de fréquence cardiaque quelques minutes avant que les caméras capturent l’individu en train d’errer, ça pourrait signaler un prochain épisode d’agitation.

Système d'alerte précoce

Une des découvertes intéressantes est que le système peut repérer les signes d'agitation jusqu'à six minutes avant qu'ils ne se produisent. Ça donne aux soignants le temps d'intervenir-peut-être en vérifiant comment va la personne ou en lui donnant quelque chose qui l'apaise. C'est comme avoir une boule de cristal qui te dit quand quelqu'un va vivre un moment difficile !

Le succès de l'étude pilote

Lors d'un petit essai, trois participants portaient le bracelet EmbracePlus pendant que les chercheurs surveillaient leurs comportements via les caméras. Les résultats étaient encourageants. Le système "piloté par l'IA" était capable de prédire quand l'agitation pouvait survenir, parfois même avant que le comportement ne soit visible.

Qu'ont-ils trouvé ?

Les chercheurs ont appris que différents participants montraient différents signes avant de devenir agités. Par exemple, une personne pourrait montrer des signes de stress par une augmentation de la fréquence cardiaque, tandis qu'une autre pourrait révéler de l'agitation par des mouvements brusques. La clé était de relier ces petits signaux à des comportements globaux.

Schémas d'agitation

Dans l'ensemble, les chercheurs pouvaient identifier et catégoriser les comportements en temps réel. Dans certains cas, lorsque le bracelet détectait des changements physiques, les caméras confirmaient ces changements, prouvant que le système faisait son travail.

Le rôle de la technologie

Ce projet met en avant le potentiel de la technologie pour améliorer la vie des personnes vivant avec la démence. Au lieu d'attendre qu'une crise survienne, les soignants peuvent désormais recevoir des alertes, leur permettant d'apporter de l'aide avant que les choses ne s'intensifient.

L'importance de la vie privée

Une préoccupation majeure lors de l'utilisation de caméras dans des contextes de soins de santé est la vie privée. Les chercheurs ont pris des mesures pour s'assurer que le système respectait des directives pour protéger l'identité des participants. Par exemple, ils ont flouté les visages dans les enregistrements vidéo, garantissant qu'aucune information personnelle ne puisse être mal utilisée. De cette façon, les soignants peuvent surveiller les comportements sans violer la vie privée de qui que ce soit.

Prochaines étapes

L'étude pilote était prometteuse. Cependant, les chercheurs savent qu'il reste encore beaucoup de travail à faire. Ils prévoient d'élargir l'étude pour inclure plus de participants. Cela aidera à s'assurer que le système fonctionne bien dans différentes situations et avec divers individus. Plus ils collectent de données, mieux ils peuvent peaufiner la technologie.

Vers un avenir prometteur

En avançant, l'objectif ultime des chercheurs est de créer un système qui fonctionne de manière autonome. Cela signifie que la technologie surveillerait et prédit l'agitation de manière indépendante, sans avoir besoin d'une supervision humaine constante. Imagine un scénario où le système peut alerter les soignants sur des changements significatifs 24h/24, leur permettant de se concentrer sur d'autres aspects des soins.

Conclusion

En résumé, cette approche montre un grand potentiel dans la façon dont nous prenons soin des personnes atteintes de démence. En utilisant une combinaison de technologie portable et de surveillance vidéo, les soignants peuvent potentiellement réduire le stress et le danger associés à l'agitation chez les patients atteints de démence. Le mélange de données provenant de ces deux sources permet des prédictions précises, ce qui peut conduire à de meilleurs soins et à une qualité de vie améliorée pour ceux touchés par cette condition difficile. C’est un pas vers une façon plus compréhensive et proactive d’aider ceux qui vivent avec la démence et leurs familles.

Source originale

Titre: A Novel Multimodal System to Predict Agitation in People with Dementia Within Clinical Settings: A Proof of Concept

Résumé: Dementia is a neurodegenerative condition that combines several diseases and impacts millions around the world and those around them. Although cognitive impairment is profoundly disabling, it is the noncognitive features of dementia, referred to as Neuropsychiatric Symptoms (NPS), that are most closely associated with a diminished quality of life. Agitation and aggression (AA) in people living with dementia (PwD) contribute to distress and increased healthcare demands. Current assessment methods rely on caregiver intervention and reporting of incidents, introducing subjectivity and bias. Artificial Intelligence (AI) and predictive algorithms offer a potential solution for detecting AA episodes in PwD when utilized in real-time. We present a 5-year study system that integrates a multimodal approach, utilizing the EmbracePlus wristband and a video detection system to predict AA in severe dementia patients. We conducted a pilot study with three participants at the Ontario Shores Mental Health Institute to validate the functionality of the system. The system collects and processes raw and digital biomarkers from the EmbracePlus wristband to accurately predict AA. The system also detected pre-agitation patterns at least six minutes before the AA event, which was not previously discovered from the EmbracePlus wristband. Furthermore, the privacy-preserving video system uses a masking tool to hide the features of the people in frames and employs a deep learning model for AA detection. The video system also helps identify the actual start and end time of the agitation events for labeling. The promising results of the preliminary data analysis underscore the ability of the system to predict AA events. The ability of the proposed system to run autonomously in real-time and identify AA and pre-agitation symptoms without external assistance represents a significant milestone in this research field.

Auteurs: Abeer Badawi, Somayya Elmoghazy, Samira Choudhury, Sara Elgazzar, Khalid Elgazzar, Amer Burhan

Dernière mise à jour: 2024-10-25 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2411.08882

Source PDF: https://arxiv.org/pdf/2411.08882

Licence: https://creativecommons.org/publicdomain/zero/1.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires