Assistance pour le maintien à domicile des personnes âgées avec des solutions de capteurs.

Résumé L'adaptation de la société au vieillissement avec une croissance importante de la population de plus de 65 ans et avec leur désir de vieillir à domicile est une véritable révolution de la société, et doit être anticipée. Le développement récent des nouvelles technologies a permis l'émergence de nouveaux objets connectés. Notre travail conjoint avec la société PREDICAL et le laboratoire LPMA consiste à faire parler les données collectées par les IOT puis à aborder cette problématique de santé par un prisme mathématique. Pendant 18 mois, les maisons de 12 personnes âgées vivant seules, ont été équipées de capteurs de mouvement, d'accéléromètre, de température et de luminescence. Nous avons développé des algorithmes d'apprentissage automatique pour analyser les données d'événements collectées afin de fournir des indicateurs quotidiens pour suivre l'activité, le lien social, l'alimentation et la qualité du sommeil. Des méthodes statistiques ont été appliquées pour suivre ces indicateurs au fil des jours et pour déclencher une alarme si de fortes déviations par rapport aux comportements antérieurs ont été diagnostiquées. L'analyse des données fonctionnelles a également été introduite pour modéliser l'activité quotidienne et quantifier une modification potentielle de l'autonomie. Nous avons observé que pour tous les indicateurs étudiés, de fortes régularités émergent des données d'événements. Cette première conclusion montre qu'il est possible d'apprendre les habitudes de chaque personne âgée et de quantifier toute déviation de comportement. Il apparaît également que chaque senior a un profil d'activité unique. De plus, au cours de l'étude, nos algorithmes ont également été capables de quantifier la reprise d'activité d'une personne âgée après un retour d'hospitalisation. Cette information semble être extrêmement utile en complément du diagnostic médical. En conclusion, nos résultats obtenus dans ces environnements réels confirment le fort potentiel d'une telle approche capable de créer des indicateurs cohérents mesurant et suivant le degré d'autonomie d'une personne âgée. Ces indicateurs fournissent, en temps réel, des informations similaires à la grille AGIR utilisée pour quantifier le degré d'autonomie des personnes âgées par l'Institution française de santé. Dans nos prochains travaux, nous prévoyons d'analyser d'autres types de capteurs et d'élargir les études longitudinales à 50 personnes âgées.