Une caméra au service du traitement de la sclérose en plaques
Une caméra 3D se révèle efficace pour mesurer les troubles de la démarche
Un appareil répandu dans les salons du monde entier serait un moyen abordable et efficace d’évaluer les difficultés qu’éprouvent les personnes atteintes de sclérose en plaques à marcher.
La caméra 3D Kinect de Microsoft est utilisée entre autres dans des jeux vidéo de tennis et de danse. Elle peut être associée à une console de jeu Xbox ou à un ordinateur.
Une équipe de l’Université Â鶹AV a testé si la Kinect pouvait détecter les différences de démarche entre des personnes atteintes de sclérose en plaques et des sujets en santé. Les chercheurs étaient dirigés par le boursier postdoctoral Farnood Gholami, sous la supervision de Jozsef Kövecses du Département de génie mécanique et du Centre de recherche sur les machines intelligentes, et ils ont collaboré avec la Dre Daria Trojan, physiatre au Département de neurologie et neurochirurgie, qui travaille à l’Institut et hôpital neurologiques de Montréal.
Dans la pratique clinique actuelle, un médecin évalue la démarche de personnes atteintes de sclérose en plaques. Toutefois, deux cliniciens peuvent évaluer le même patient de façon différente. Le recours à une caméra et à des algorithmes informatiques qui quantifient les profils de démarche des patients peut diminuer le potentiel d’erreur humaine.
M. Gholami a capté au moyen de la Kinect le mouvement de 10 personnes atteintes de sclérose en plaques et de 10 personnes en santé de mêmes âges et de mêmes sexes. Les anomalies de la démarche des personnes atteintes de sclérose en plaques avaient auparavant été évaluées à l’aide de la méthode clinique classique.
En s’appuyant sur les données, l’équipe a mis au point des algorithmes qui quantifient les caractéristiques de démarche des personnes malades et des sujets en santé. Les chercheurs ont constaté que les caractéristiques mesurées avec la caméra Kinect et analysées avec les algorithmes mis au point étaient reproductibles lorsqu’elles étaient évaluées au moment d’une consultation et étaient différentes entre les personnes atteintes de sclérose en plaques et les sujets en santé. De plus, les caractéristiques de démarche des personnes malades obtenues au moyen de l’algorithme ont été corrélées avec des mesures cliniques de démarche. Qui plus est, les algorithmes pouvaient définir de façon mathématique les caractéristiques de démarche de sujets atteints de sclérose en plaques à différents stades de gravité, et déterminer avec précision le degré d’anomalie de la démarche.
C’est au doctorat que M. Gholami s’est intéressé à la technologie de capture du mouvement à des fins cliniques, mais l’équipement d’alors était très coûteux, difficile à utiliser et non portatif, ce qui nuisait à son usage clinique répandu. La caméra Kinect est un appareil abordable dont la précision semble convenir à la tâche.
« Cet outil pourrait aider le clinicien à diagnostiquer plus précisément la pathologie de la démarche, et pourrait aussi servir à voir si la médication prescrite est efficace ou non pour la démarche d’un patient, explique-t-il. Le cadre de référence que nous avons mis au point pourrait sans doute être utile pour d’autres maladies engendrant des anomalies de la démarche, par exemple la maladie de Parkinson. »
Selon la Dre Trojan, l’appareil pourrait aider « à évaluer les effets thérapeutiques de certaines interventions, telles que la réadaptation ou la médication, ainsi qu’à documenter la progression de la sclérose en plaques à la lumière de la détérioration de la démarche. Il pourrait aussi se révéler utile comme une mesure dans les essais cliniques. »
Comme prochaine étape, M. Gholami prévoit réaliser une étude avec un plus grand groupe de sujets atteints de sclérose en plaques, et au moyen d’une version plus récente de la caméra Kinect qui promet une précision accrue.
Les travaux ont été menés en collaboration avec Behnood Gholami chez AreteX Systems Inc., à Hoboken au New Jersey, et Wassim M. Haddad du Georgia Institute of Technology, à Atlanta en Géorgie.
L’article intégral sur les conclusions de la recherche a paru dans le IEEE Journal of Biomedical and Health Informatics le 21 juillet 2016. La recherche a été soutenue financièrement par le Conseil de recherches en sciences naturelles et en génie.
