L’IA, les algorithmes spécifiques et la collecte de données facilitent la médecine personnalisée. Le Professeur Sébastien Gard (Institut Informatique) et la Professeure Simone Gafner (Institut Santé) explorent, via un projet de recherche interdisciplinaire soutenu par l’Axe santé, la prédiction du risque de chute chez les personnes âgées.

Dépasser les limitations des dispositifs actuels

Pour dépasser les limites des dispositifs actuels comme les montres connectées, des capteurs sont intégrés directement dans les appartements des personnes à risque de chute, développés par les équipes de la HES-SO Valais-Wallis.

Mesurer précisément l’environnement

Ces capteurs dispersés dans chaque pièce et sur chaque porte détectent les mouvements des résidents pour prédire le risque de chute à long terme grâce à des calculs algorithmiques basés sur les données collectées.

Défis et perspectives

Malgré le succès informatique du projet, le manque de données dans la littérature scientifique pose des défis, notamment pour déterminer les valeurs limites indiquant un risque élevé de chute.

Des partenariats pour une validation pratique

Les partenariats avec les établissements médico-sociaux ou les maisons de santé sont essentiels pour valider l’efficacité de ces capteurs dans le suivi à long terme des résidents et la prévention des chutes. En interne, ce projet favorise la collaboration entre les domaines de la santé et de l’informatique.

Source : HES-SO Valais/Wallis