● En Finlande, une équipe de recherche utilise des casques de réalité virtuelle et des caméras qui suivent les mouvements des yeux des enfants pour diagnostiquer les troubles du déficit de l’attention avec/sans hyperactivité (TDAH).
● De l’autre côté de l’Atlantique, ce sont les caméras des smartphones et leurs flashs qui sont à l’étude pour remplacer les oxymètres et faciliter ainsi les mesures et la vie quotidienne des patients souffrant de troubles respiratoires.
En démontrant pour la première fois en janvier que les troubles du déficit de l’attention avec/sans hyperactivité (TDAH) sont plus annonciateurs de troubles anxieux et dépressifs que d’autres pathologies neurologiques, l’université anglaise de Bath a confirmé le besoin de disposer d’outils de diagnostic plus précoces et plus précis. A l’autre bout de l’Europe, le chercheur finlandais Juha Salmitaival a développé un jeu en réalité virtuelle, associé à un outil qui suit les mouvements des yeux des enfants, pour diagnostiquer avec précision le TDAH. Le directeur du Translational Cognitive Neuroscience Laboratory de l’université d’Aalto, nous explique que ces diagnostics représentent un sujet d’inquiétude majeur pour les parents des enfants présentant ces types de troubles. « Les méthodes de diagnostic actuelles sont subjectives. Les parents ont pourtant besoin d’évaluer les difficultés de leurs enfants, et ces derniers ont besoin de traitements adaptés et personnalisés. »
Quand un comportement spécifique est observé, on peut suggérer de le corriger en invitant le patient à réaliser une autre action.
Suivre le comportement et le réhabiliter
Dans le cadre de l’étude clinique de ce laboratoire finlandais, 37 enfants souffrant de troubles TDAH et 36 enfants témoins ont été invités à jouer à un jeu en réalité virtuelle, dans un environnement sécurisant. « Ils sont plongés dans une maison virtuelle et font des choses qu’ils peuvent faire chez eux. Le suivi du mouvement des yeux grâce à une caméra intégrée dans le casque de réalité virtuelle, nous donne des indications comportementales précises », ce qui permet de détecter les comportements anormaux. Juha Salmitaival ajoute qu’une version de ce jeu a été développée sur un navigateur Web pour les individus éloignés d’un hôpital et que des outils sous la forme de lunettes classiques disposant de caméras sont aussi capables de suivre le mouvement des yeux, par exemple pour observer le comportement des enfants à l’école. « Nous travaillons actuellement sur des recherches similaires pour les adultes, mais la situation est plus complexe, car les comportements impulsifs diminuent avec l’âge, et d’autres facteurs, comme les dépressions ou des troubles psychiatriques, doivent être appréhendés. » Ce type de diagnostic assisté par la technologie est associé à une réponse thérapeutique. « Il est possible de proposer de traiter le sujet via des méthodes de réhabilitation, c’est-à-dire que, quand un comportement spécifique est observé, on peut suggérer de le corriger en invitant le patient à réaliser une autre action à la place de ce qu’il fait. ». L’équipe de recherche souhaite par exemple mettre au point une thérapie numérique basée sur la gamification qui puisse aider les enfants atteints de TDAH à s’enthousiasmer pour des activités qu’ils n’ont pas l’habitude de faire.
Mesurer l’oxygène dans le sang avec un smartphone
L’usage du numérique et des objets connectés pour les diagnostics médicaux en est encore à ses balbutiements, mais de nombreuses études font état de possibilités multiples en la matière. En septembre dernier, l’université de Washington et l’université de Californie à San Diego, ont démontré qu’un smartphone avait la possibilité de mesurer le taux d’oxygène dans le sang jusqu’à 70%, la valeur la plus basse que les oxymètres classiques doivent mesurer selon les normes américaines. Le dispositif est pour le moins surprenant, puisqu’il a été demandé aux patients de placer leurs doigts sur la caméra et le flash d’un smartphone. Une aubaine pour suivre le taux d’oxygène dans le sang à domicile et sans frais, puis transmettre les données aux médecins sans avoir à se rendre régulièrement à l’hôpital. Et l’idée paraît finalement simple : la caméra enregistre une vidéo et, à chaque fois que le cœur bat, du sang frais circule dans la partie éclairée par le flash. Ces mesures sont ensuite alimentées par un modèle d’apprentissage profond (deep learning), nécessaire pour éliminer le « bruit » dans les données au regard d’une captation relativement simple de celles-ci.
Ainsi, le deep learning permet à la fois d’appréhender les données de manière plus subtile et d’éliminer des biais pouvant être dus à des callosités. Les chercheurs ont conscience que, pour supprimer tous les biais algorithmiques dans ce type d’étude, il leur faudra réaliser des mesures et entraîner leurs algorithmes avec des peaux de différentes natures et de différentes teintes.
Sources :
Eye movement behavior in a real-world virtual reality task reveals ADHD in children (en anglais)
Juha Salmitaival
