Le numérique aujourd’hui est en train de pénétrer différents secteurs de la société et de ce fait, on voit aujourd’hui dans le domaine de la santé une énorme transition qui se profile vers plus d’apport et plus d’impact du numérique dans ce secteur.

On s’est rendu compte que souvent les ingénieurs développaient des technologies sans forcément prendre en compte les besoins des professionnels de santé, des usagers.

Là typiquement on a un « living lab » donc un espace de vie dans lequel on peut à la fois conduire des expériences mais aussi se confronter à un usage et à l’acceptabilité d’un certain nombre de personnes.

Passé 60 ans, on a une probabilité de faire une chute dans l’année qui suit, hein…Pour détecter ces chutes à ce moment là on va utiliser des détecteurs de chute et aussi d’analyse de la démarche. Alors le patient à domicile se déplace dans l’environnement sur un tapis sensitif et lorsqu’il chute, on voit apparaître une alarme sur l’écran, donc le principe du tapis sensitif c’est de détecter et de pouvoir aussi analyser la démarche de la personne, ceci afin de détecter des signes de fragilité avant que la personne ne chute.

Donc notre originalité c’est de pouvoir donner des marqueurs avant même que d’autres diagnostics plus médicalisés puisse effectivement là donc corroborer le fait qu’il y a une maladie.

On s’assure que la personne qui est vieillissante chez elle elle continue à avoir un certain niveau d’activité et dès que l’on remarque il ya une baisse d’activité ou que la personne ne regarde plus la télé ou un téléphone plus on peut lever des alertes vers la famille ou du système soignant d’où l’idée de faire apprendre au robot ces gestes simples de la vie quotidienne pour qu’on puisse après les reconnaître chez les personnes : marcher devant le robot, ouvrir une porte ou fermer une porte.

Le vrai challenge, ça serait effectivement de savoir à peu près quelle place on va donner à ces outils et au numérique.

J’enregistre un certain nombre de sujets qui ont soit la maladie de Parkinson, soit ce sont des sujets sains et donc les enregistre une fois par an par l’hôpital et également une fois par mois par téléphone et dans un second temps, j’analyse leur voix, de façon à essayer de les classer juste avec leurs voix, en fonction de leur maladie donc de s’ils ont la maladie de Parkinson ou s’ils ne l’ont pas.

C’est de pouvoir à terme apporter une aide au diagnostic juste travers la voix il appellera un numéro il tombera sur un disque qui lui fera faire des tâches vocales et il aura du coup à la fin un message qui lui indiquera s’il n’est pas en train de développer la maladie de Parkinson ou si au contraire ça serait bien d’aller voir un médecin un neurologue.

aujourd’hui l’analyse des bronches de la voie respiratoire le patient à un meeting clinique manque d’outils spécifiques précise donc on se contente souvent d’une analyse qualitatif nous sont capables de reconstruire en trois dimensions la morphologie de l ‘arbre trachéo-bronchique d’un patient quelconque on est capable de générer des modèles soit tous l’impression 3D soit de manière plus virtuelle, de naviguer à l’intérieur du réseau. L’objectif ici c’est de permettra aux praticiens de pré visualiser et de préparer ses gestes et surtout de se repérer dans la complexité d’un branchement de l’arbre trachéo-bronchique et choisir son chemin.

Nous on travaille sur ça, c’est apporter déjà… faire rentrer le numérique dans ce monde pour enrichir l’information qui est acquise ce qui est capturé par les capteurs et aussi des algorithmes qui permettent d’aider les praticiens dans leur décision…quand il ya une déficience de la tension cela reflète peut-être un trouble de développement chez les enfants ou une pathologie naissante chez les personnes âgées, maintenant que nous dans notre laboratoire en train à des projets de recherche là-dessus et donc on fait des acquisitions avec des cases grand public son avantage est qu’il y avait il à une résolution temporelle qui est beaucoup plus importante, on est la milliseconde près avec l’EEG alors que d autres technologies comme l’IRM on a une résolution spatiale importante mais on n’a pas cette résolution temporelle donc avec l’EEG on peut traquer on peut suivre en continu l’activité cérébrale de la personne, on a une évolution dans le temps.

Alors un sujet qui va est effectivement est extrêmement important dans les années qui viennent c’est celui de l’impact des données dans le secteur de la santé parce qu’effectivement on va être capables là de pouvoir avoir des informations très, très variées sur une personne par exemple sont aussi médical aussi ses résultats d’analyses, aussi des résultats de radio et et mêmes des résultats de génomique donc le challenge ça va être d’être capable de pouvoir coupler ces données d’une manière fiable et de pouvoir du coup faciliter un diagnostic basé sur sur ces données très vite.