Les tests pour évaluer la dégradation de la marche des patients atteints de maladie neurodégénérative, comme la sclérose en plaques (SEP), consistent le plus souvent à mesurer le temps qui leur est nécessaire pour parcourir une distance fixée ou la distance qu’ils peuvent parcourir en une certaine durée. Ces tests constituent une mesure peu précise et n’ont lieu que lors des consultations. L’utilisation d’objets connectés, tels que les capteurs de mouvement, pourrait permettre une mesure plus fréquente et plus précise de l’évolution de la maladie du patient, et ce dans sa vie quotidienne. Dans le cadre d’un contrat de collaboration de recherche, l’entreprise UmanIT et le laboratoire de mathématique Jean Leray de Nantes développent une méthode statistique pour l’analyse des troubles de la marche à l’aide d’un unique capteur de mouvement placé à la ceinture. Le dispositif qui en résultera devra également être compatible avec une utilisation dans la vie quotidienne du patient. Afin de concevoir un prototype pour une future étude réalisée auprès de patients atteints de SEP, une première version du dispositif est en court de développement. Elle sera très prochainement testée auprès de volontaires sains (employés d’UmanIT). L’objectif du travail présenté est de développer une méthode statistique robuste pour analyser la marche à partir des données du capteur de mouvement.

Les données seront acquises auprès de 20 volontaires, qui auront pour consigne de marcher sur une distance de 15 mètres dans deux conditions : la première en condition normale et la seconde correspondant à un trouble de la marche simulé par le port d’une attelle qui gênera le mouvement du genou. L’analyse des données de marche se décomposera en deux temps. Dans une première étape, un algorithme combinant une méthode de détection de points de rupture et une méthode de classification non supervisée adaptée aux séries chronologiques permettra la détection et la segmentation des données en cycles de marche (un cycle correspondant à l’ensemble des mouvements réalisés entre deux positions identiques d’un même pied, par exemple : pose du talon droit au sol). À partir des segments correspondant aux cycles de marche, l’étape suivante consistera à déterminer le cycle représentatif de chaque individu pour chaque condition, à l’aide de méthodes de classifications supervisées pour données chronologiques multidimensionnelles. Puis, le cycle de marche représentatif sera relié à l’état de dégradation de la marche (dans le cadre de cette phase de test : présence ou absence de l’attelle) par la méthode statistique identifiée comme la plus adaptée.

La phase de test n’a pas encore été réalisée au moment de la rédaction de cette soumission. Les données seront recueillies courant janvier 2019 et les premiers résultats devraient être obtenus au cours des deux mois suivants.

Ces résultats permettront la mise au point d’un prototype valide pour une phase d’essai auprès de patients atteints de sclérose en plaques qui débutera en mai 2019. Le projet devrait aboutir à la mise au point d’un dispositif permettant aux cliniciens d’obtenir une mesure fréquente, quantitative et représentative de l’état de dégradation de la marche des patients et qui à terme pourra être obtenue dans la vie quotidienne.