Contributions à l'élaboration d'un système d'aide médico-sociale à l'aide d'un robot humanoïde

Projet de fin d'études - 2015 - Louise DEVIGNE
ENSTA Bretagne - Altran Research - Université d'Angers


Contexte

Mes travaux ont été réalisés pour le programme de recherche « e-santé » d’Altran dans le cadre du projet SAMII (Système d’Aide Médico-sociale Intelligent et Interactif) qui a pour objectif d’utiliser un robot compagnon « human-friendly » pour assurer le suivi médico-social d’un patient (personne dépendante, maladie chronique) en situation de maintien à domicile. Ce projet, initié début 2015, s’inscrit dans le contexte suivant : l’augmentation de l’espérance de vie, la multiplication des maladies chroniques et la répartition inégale de la démographie médicale incitent les professionnels de santé à mettre en place de nouvelles solutions pour améliorer la prise en charge, le suivi et la qualité de vie des patients. Dans ce contexte, un grand nombre de technologies modernes peuvent a priori être mises au service de la santé et du progrès médical au lieu de vie des patients : systèmes d’information, logiciels et applications, dispositifs et capteurs communicants, robots.



Problématique

Le projet de « e-santé » PiCADo porté par Altran Research (plateforme de domomédecine multifonctions et multipathologies) a montré qu’une interaction sociale au domicile du patient permettrait de lui apporter réassurance en cas de situation problématique, ainsi que de le motiver à remplir ses questionnaires de symptômes régulièrement via une tablette tactile. C’est pourquoi le projet SAMII propose de développer des briques logicielles nécessaires à un robot capable d’être déployé au domicile d’un patient. L’utilisation d’un robot « human-friendly » pour assurer le suivi médico-social d’un patient à domicile permettrait alors d’apporter les dimensions interactives et intelligentes manquantes aux systèmes de télésurveillance actuels. Nous nous sommes concentrés sur une application de contextualisation de passation d’un questionnaire de symptômes par le robot Nao (fabriqué par Aldebaran Robotics) que nous utilisons comme plateforme de développement. Dès lors, les questions suivantes se posent : Quel est le meilleur moment de la journée pour interagir avec le patient sans le déranger ? Quelles sont les caractéristiques du patient, les données issues du robot et celles issues des capteurs de suivi du patient à prendre en compte ? Quelles sont les méthodes de Machine Learning adaptées ?



Objectif principal : application de passation d’un questionnaire de symptômes

L’objectif est de développer des briques logicielles nécessaires à un futur robot capable d’être déployé à domicile. Nos travaux se sont concentrés sur le développement d’une application de passation de questionnaire de symptômes par un robot « human-friendly ». En effet, les données des capteurs médicaux ne suffisent pas à dresser un bilan de santé complet d'un patient : en complément, un questionnaire de symptômes MDASI (MD Anderson Symptom Inventory) doit lui être posé chaque jour pour obtenir des informations supplémentaires et permettre aux professionnels de santé à distance de le suivre et d'anticiper des dégradations de son état de santé.

Le comportement du robot pour cette application de passation d'un questionnaire de symptômes a été développé avec Python en utilisant le logiciel Choregraphe fourni par Aldebaran Robotics. Les paramètres pris en compte pour la contextualisation sont l’heure (jour/nuit, moments de disponibilité/indisponibilité renseignés par le patient dans un calendrier), la reconnaissance faciale effectuée par le robot et les données d’un capteur d’activité et de position. Les étapes de la décision peuvent être représentées sous la forme d'un logigramme (voir figure ci-dessous).

Après que le robot ait détecté une activité, vérifié l'heure et reconnu le patient, un classificateur SVM (Support Vector Machine) lui permet d'estimer à partir des données provenant des capteurs que porte le patient si celui-ci est disposé à interagir avec le robot et à répondre au questionnaire de symptômes.

Les travaux qui ont été menés pendant ce stage ont permis d'obtenir une première preuve de concept de la possibilité de doter le robot d’un comportement lui permettant de déterminer les moments auxquels le patient semble disposé à interagir avec lui en se basant sur l'heure, la reconnaissance faciale et les données provenant de capteurs médicaux.



Objectifs secondaires

Dans le cadre de pistes d'élargissement du projet SAMII, des travaux ont également été ménés sur les applications suivantes :

  • Application de localisation du robot au domicile du patient : reconnaissance de pièces « Room Awareness » basée sur l’extraction et le matching de caractéristiques visuelles.
  • Application interactive adaptée au déploiement d’un robot d’assistance dans un établissement d’hébergement pour les personnes âgées dépendantes basée sur la reconnaissance de gestes dans une séquence vidéo.