Keraal

Aujourd’hui, la lombalgie représente un enjeu de santé publique majeur : 4 personnes sur 5 souffriront de maux de dos au cours de leur vie. Médecins et kinésithérapeutes cherchent de nouvelles solutions pour soulager les patients, notamment en s’appuyant sur la robotique.

Robot Keraal

Un trio central

Le projet de recherche KERAAL (Kinésithérapy and Réhabilitation for Ambient Assisted Living) s’intéresse à la kinésithérapie et la rééducation pour l’assistance à la vie autonome. Ce projet est né de la rencontre entre médecins, kinésithérapeutes et roboticiens. Leur objectif commun : proposer aux patients des séances d’autorééducation avec Poppy, le robot coach.

Pour que ce trio fonctionne, il est nécessaire de construire une relation entre le patient et la machine. Quels sont les rôles du thérapeute et du roboticien ?

Découvrez comment les pratiques médicales et la technologie sont amenées à évoluer, avec Fanny Gargadennec, kinesithérapeute au CHU de Brest, et André Thépaut, professeur émérite à l’IMT Atlantique.

La robotique au service de la santé

En plein essor depuis plusieurs années, l’intelligence artificielle est appliquée dans de nombreux domaines, et notamment au service de la santé humaine. C’est le cas du robot Poppy utilisé comme robot coach pour des patients souffrant de lombalgies. Pour reconnaître et apprendre les bons gestes, les transmettre aux patients et échanger avec eux, Poppy utilise le deep learning, ou apprentissage profond.

Dans le cadre de l’intelligence artificielle, qui cherche à reproduire le fonctionnement du cerveau humain, le deep learning correspond au réseau de neurones. Ce réseau est composé de nombreuses couches de neurones, chacune correspondant à une information. Chaque niveau est analysé par les couches suivantes pour transformer l’information à un niveau supérieur. Ce réseau de données va ainsi donner du sens à des représentations, telles que des images, des sons ou des textes et les transformer en information pour le robot.

Les algorithmes du deep learning vont isoler et analyser différents points d’une image. Chacun de ces points, ou neurones, va ensuite être traité en réseau pour les transformer en nouvelles informations et arriver à une représentation finale selon l’objectif donné.

La puissance du deep learning a permis de grande amélioration dans les techniques de reconnaissances vocales, de reconnaissance visuelle ou encore de détection d’objet, ce qui permet notamment aux robots d’être de plus en plus performants.

Deep Learning

Comment des robots comme Poppy peuvent-ils devenir soignants ?

Découvrez les usages et les évolutions de la robotique dans le domaine de la santé, avec Olivier Rémy-Néris, chef du service de médecine physique et de réadaptation au CHU de Brest et professeur à la faculté de médecine de l’UBO.

Les travaux de recherche sur la robotique au service de la santé vont parfois au-delà des seuls robots aidants. Damien Bouchabou, doctorant à l’IMT Atlantique et membre du laboratoire Lab-STICC, s’intéresse à la reconnaissance des activités humaines dans les maisons intelligentes : “Dans mes travaux, je considère la maison comme un robot qui doit être capable de percevoir, comprendre et agir.”
Pour cela, il utilise des algorithmes d’intelligences artificielles, des capteurs domotiques et des objets connectés qui permettent aux robots présents dans la maison de mieux aider les habitants. Par exemple, si une personne âgée tombe dans une pièce et qu’il n’y a ni personne aidante, ni robot à proximité, la maison détectera cette chute et demandera à un robot de venir en aide à la personne en détresse.

Keraal - Poppy, robot coach ©Mathieu Le Gall
Keraal ©Mathieu Le Gall
Keraal ©Mathieu Le Gall