Outil d’évaluation des risques de chutes

Les chutes constituent un problème majeur de santé publique dans les sociétés vieillissantes. La multiplicité des causes rend leur prévention très délicate à réaliser.

femmeseniorparterreaprschuteaccidentel.jpg

La chute est la première cause d’accidents chez les plus de 65 ans ; elle impacte souvent la condition physique mais également la condition psychologique.

En France, environ un quart des personnes âgées de 65 à 85 ans déclarent chuter chaque année.

Ces accidents deviennent plus fréquents avec l’âge ; à ce titre, chez les personnes de plus de 80 ans, une personne sur 2 tombera dans l’année (INSERM, 2015).

Le TUG, un test reconnu par de nombreuses institutions internationales

L’un des tests de détection du risque de chute le plus connu et recommandé par les sociétés savantes est le test chronométré du lever de chaise de Mathias (Timed Up and Go ou TUG). Ce test chronométré a été conçu pour mesurer l’équilibre dynamique chez les personnes âgées vivant en communauté. Dans ce test, la personne doit se relever de la position assise et marcher à trois mètres de la chaise, faire demi-tour pour ensuite revenir sur ses pas et s'asseoir à nouveau. Le risque de chute est déterminé en fonction du temps mis pour réaliser l'exercice.

Mais il existe encore des marges de progrès

Le test TUG, même très simple dans sa conception et sa réalisation, comporte tout de même des éléments variants ce qui dégrade sa précision. D’autre part, le risque de chute est influencé par de nombreux facteurs, sa détection requiert donc une approche globale de la personne âgée et donc nécessite d’acquérir de très nombreuses variables sur les patients. Enfin, le risque de chute est aussi largement influencé par la crainte de chuter. Cette peur inhibe la personne dans ses déplacements et réduit progressivement sa capacité musculaire et cognitive à le faire.

Mettre à profit les nouvelles technologies et l’intelligence artificielle

Les smartphones disposent aujourd’hui de centrales inertielles précises, lesquelles, associées avec des algorithmes permettraient de caractériser le risque de chute. De plus, la mise en œuvre de scénarios en réalité virtuelle permettra de créer des stimuli audiovisuels standardisés afin de mesurer les réactions motrices du sujet face à diverses perturbations. Ceci permettra d’obtenir des données sur les capacités neuromusculaires des personnes.

Cette méthode de diagnostic associant la technologie de réalité-virtuelle pourra, à terme, être déployée à grande échelle sur téléphone mobile.

Contrairement aux méthodes actuellement employées l'évaluation de l’ensemble de ces données reposera sur des algorithmes d’intelligence artificielle. De cette manière tout personnel de santé (même non thérapeute) pourra effectuer un diagnostic de risque de chute.



Code du projet

Organismes de recherche et partenaires

Université de Lorraine (laboratoire DevAH : Développement, Adaptation et handicap)

Université de Lorraine (laboratoire CRAN : centre de recherche en Automatique de Nancy)



Principaux intervenants

Pr Philippe Perrin - Laboratoire Développement, Adaptation et Handicap (Université de Lorraine)

Date de début / Durée

2018 pour une durée de 24 mois

A voir aussi