HealthTech : prédire les chutes chez les seniors avec l'IA

Les chutes constituent l’une des causes principales d’accidents chez les personnes âgées.

Dans les buts de réduire ces risques, notamment dans les hôpitaux, des chercheurs se sont penchés sur ce problème avec l’aide d’outils IT et de l’intelligence artificielle. Avec des résultats probants.
Un Américain sur quatre âgé de 65 ans et plus tombe chaque année, selon les Centers for Disease Control and Prevention .

Ces accidents, qui représentent 2,8 millions de blessés, représentent une visite à l’urgence toutes les 11 secondes. Les chutes sont la principale cause de blessure mortelle chez cette population , avec plus de 27 000 décès chaque année.

Les chutes ont également un coût substantiel – 50 milliards de dollars en 2015, selon les prévisions de la CDC, elles devraient atteindre 67,7 milliards de dollars d’ici 2020.

La prévention et la détection des chutes représentaient près de 40% du marché mondial des soins de santé à domicile intelligents doté de 4,5 milliards de dollars en 2017.

En Californie, l’ hôpital El Camino a eu recours à l’analyse prédictive pour réduire les taux de chute des hôpitaux de 39% en six mois . Pour ce faire, l’établissement a collaboré avec une entreprise d’analyse pour examiner les données des dossiers de santé électroniques des patients à risque élevé – notamment leur fréquence d’utilisation des appels infirmiers et des alarmes de lit – et des informations en temps réel telles que la prise de médicaments et les signes vitaux.

A Tiger Place , une résidence pour retraités dans le Missouri, des capteurs Microsoft Kinect ont été placés autour de l’installation  pour enregistrer la vitesse de marche et la longueur de la foulée de base des résidents. Les capteurs alertent le personnel si ces variables diminuent; Ces déplacements sont liés à un risque de chute nettement plus élevé.

L’année dernière, un programme pilote au Royaume-Uni a mis à la disposition des résidents âgés des dispositifs portables permettant de détecter rapidement les signes de fragilité , tels que la faible adhérence, le niveau d’hydratation et la masse musculaire, mais pas toujours visibles . Les appareils, qui utilisent des outils d’apprentissage automatique de Microsoft , ont été en mesure de déclencher des indicateurs d’avertissement environ un mois avant un incident, selon un article publié sur le blog Microsoft .

Une approche plus complexe est en cours dans les startups californiennes, SafelyYou et Cherry Home , qui développent chacune des systèmes d’IA qui utilisent une multitude de capteurs, de caméras et d’autres outils analytiques pour capturer les mouvements d’une personne et d’autres signes avant-coureurs afin que les proches et le personnel soignant puissent surveillez en priorité la sécurité de l’utilisateur.

Pour en savoir plus :
> l’article de HealthTech

Vous souhaitez nous soumettre un article pour publication ou avez besoin d’assistance pour en écrire un ou plusieurs ? Contactez nous ci-dessous pour en discuter !