1 - CAPTEURS EN SESPAO

• 1.1 - Capteurs physiologiques
  Figure 1 - Exemples de capteurs physiologiques Figure 2 - Enregistrement du système cardiorespiratoire par un textile intelligent Figure 3 - Exemples de capteurs physiques
• 1.2 - Capteurs physiques
  Figure 4 - Capteur de chute thermique Figure 5 - Coussin capteur de pression Figure 6 - Fonctionnement du capteur magnétique de porte Figure 7 - Schéma de l’installation complète de capteurs de porte Figure 8 - Installation complète du capteur de conductivité dédié à la nycturie Figure 9 - Installation d’un capteur ultrasonore, d’un capteur radar et d’un capteur infrarouge
• 1.3 - Fusion multicapteurs et déclenchement d’alarmes
  Figure 10 - Fusion de données Figure 11 - Fusion de données de localisation et d’activité provenant d’un microphone, d’un capteur thermique et d’une dalle de pression intelligente

2 - AIDES À DOMICILE EN SESPAO

• 2.1 - Prévention des escarres
  Figure 12 - Capteurs dédiés à l’aide domicile
• 2.2 - Locomotion et prévention de la chute
• 2.3 - Désorientation spatio-temporelle
  Figure 13 - Bilan de présence dans 4 différentes pièces du lieu de vie de la personne

3 - ENVIRONNEMENTS VIRTUELS POUR L’ÉDUCATION THÉRAPEUTIQUE

• 3.1 - Interfaces m/m (malade/machine et médecin/machine) à domicile
  Figure 14 - Application Visages Living lab® Figure 15 - Système intégré de surveillance Figure 16 - Zones d’appui en steppage antalgique sur l’avant-pied pour échapper à une douleur ulcéreuse du talon Figure 17 - Réalisation d’un geste de ponction-biopsie, avec contrôle sur tablette ou smartphone, de la collimation de l’aiguille vers sa cible
• 3.2 - E-santé et éducation préventive et thérapeutique
  Figure 18 - Réalisation d’un biofeedback cardiorespiratoire Figure 19 - Jeu sérieux pour détecter la perte des illusions visuelles Figure 20 - Jeu sérieux alimentaire
• 3.3 - Biofeedback et personnalisation de l’éducation thérapeutique
  Figure 21 - Choix d’un menu par le patient ayant une charge énergétique et glycémique trop importante, conduisant à un rappel sur le contenu en fibres des aliments

4 - APPORTS DE L’INTELLIGENCE ARTIFICIELLE (IA)

• 4.1 - Outils de l’IA
  Figure 22 - a) Nombre N des appels téléphoniques entrants (gras) et sortants (normal) phone calls avec indication de la moyenne et de l’intervalle de confiance à 95 %, pour 19 individus I dans les classes Proactive, Interactive and Réactive. b) Niveau E sur l’échelle gériatrique de dépression de Yesavege en ordonnée et coefficient d’asymétrie des appels A en abscisse, avec indication de frontières significatives à 95 % (Rho de Spearman) entre patients bipolaires en phase dépressive (A < 0) et patients bipolaires équilibrés par le traitement (A > 0) Figure 23 - A : liste de 24 classifieurs (c’est-à-dire de 24 logiciels de classification) allant des classiques supervisés (comme la régression logistique ou le perceptron multicouches MLP) aux non supervisés (comme les classifieur des k-voisins, à support vecteur). B : performance des classifieurs pour la prédiction de la mortalité, C : pour celle d’une durée D de séjour longue en soins intensifs (8 < D ≤ 12), D : d’une durée moyenne (4 < D ≤ 8), E : d’une durée courte (0 < D ≤ 4).
• 4.2 - Dangers de l’IA
  Figure 24 - Étapes successives d’un algorithme de classification de type apprentissage profond, avec indication des étapes irréversibles Figure 25 - Comparaison de deux séquences nucléotidiques de longueur et de contenu différents Figure 26 - À gauche, liste des 11 opérateurs appliqués sur un génome au cours de l’évolution. A droite, en haut, l’espèce florale œnothère (Œnothera chilena grandiflora) dessinée par Claude Gay au Chili en 1854, puis utilisée par Hugo de Vries pour ses études sur les mutations 1901. À droite, en bas, arbre phylogénétique montrant la place d’une autre très ancienne espèce d’œnothère chilienne, Œnothera villarica Figure 27 - En haut, résultat du calcul de la distance entre les séquences de lettres BAIGNADE et BADINAGE. En bas, arbre phylogénétique des virus géants, avec indication des distances pentamériques à l’ARN primordial AL Figure 28 - Classification partielle des virus géants montrant la parenté des virus, de leur virophage, leur cible et les espèces ayant co-évolué avec leur cible
• 4.3 - Évolutions futures de l’IA
  Figure 29 - a) jumeau numérique d’un patient, avec à droite, les capteurs alimentant ses données et, à gauche, ses débit et volume respiratoires et de son ECG cardiaque. b) schéma de régulation conjointe des systèmes respiratoire et cardiaque. c) ECG (en bleu) et enveloppe de l’amplitude des ondes R (en rouge) durant l’éveil (en haut) et le sommeil (en bas). d) évolution de la durée RR(n) du ne cycle cardiaque, en fonction du (n-1)e Figure 30 - a) représentation conjoint du nombre N(t) à la journée t de cas de Covid-19 au Japon et de son indice de dispersion. b) carte des nouveaux cas journaliers de la pandémie de Covid-19 en France. c) carte du climat. d) courbe d’autocorrélation de N(t). e) carte des décès de la Covid-19. f) pente initiale de la courbe de corrélation régressée sur la température moyenne de 6 pays, France, Italie, Espagne, Royaume-Uni, Chine et Chili Figure 31 - Accident dû à l’apparition d’une maladie non chronique, comme une maladie de Hodgkin à 35 ans, entraînant un vieillissement accéléré (à un âge biologique apparent de 50 ans), suivi d’un rajeunissement consécutif à une thérapie réussie Figure 32 - Arbre génealogique de mathématiciens classés par succession de maîtres (directeurs ou superviseurs de thèse) et élèves, les mathématiciens les plus connus étant en rouge et les mathématiciens médecins étant en vert

5 - CONSIDÉRATIONS ÉTHIQUES

• 5.1 - Acceptabilité de la technologie
  Figure 33 - À gauche, pourcentage des personnes de plus de 60 ans. À droite, altitude de la région AURA (Auvergne-Rhône-Alpes)
• 5.2 - Identification des aidants
  Figure 34 - Réseau social des aidants familiaux et technologiques, de l’équipe médicale et paramédicale, de l’équipe psychosociale et des amis (Agapé)
• 5.3 - Invasivité, intrusion et micro-nano-technologies

6 - PERSPECTIVES ET RÉFLEXIONS POUR LE FUTUR

• 6.1 - Temps primordial
• 6.2 - Complexité nécessaire
  Figure 35 - Modules fonctionnels de complexité croissante exprimant les relations entre acteurs du réseau social entourant l’individu suivi à domicile Figure 36 - Exemples de la complexité de réseaux réels d’amis (liés à l’éducation)
• 6.3 - Santé patrimoniale
• 6.4 - Habitat intelligent et sciences humaines et sociales

7 - CONCLUSION

8 - GLOSSAIRE

9 - PRINCIPAUX SIGLES