Autocomplete : usage of wearable devices and machine learning to assist individuals with neurodevelopmental disorders and their caregivers
Autocomplétion : utilisation des dispositifs portables et de l'apprentissage automatique pour assister les personnes atteintes de troubles neurodéveloppementaux et leurs aidants
par Satya Nooka Rajeev MYLAPALLI sous la direction de Richard DELORME et de Roberto TORO
Thèse de doctorat en Technologies d'application médicale, diagnostiques, thérapies et santé publique
ED 474 Frontières de l'Innovation en Recherche et Education

Soutenue le vendredi 20 décembre 2024 à Université Paris Cité

Sujets
  • Communication non verbale
  • Dispositifs électroniques portables
  • Troubles du développement neurologique

Les thèses de doctorat soutenues à Université Paris Cité sont déposées au format électronique

Consultation de la thèse sur d’autres sites :

https://theses.hal.science/tel-05419471 (Version intégrale de la thèse (pdf))
Theses.fr (Version intégrale de la thèse (pdf))

Description en anglais
Description en français
Mots clés
Autisme, Technologie d'assistance, Partage de données, Confidentialité des données, Déficience intellectuelle, Non-Verbal, Troubles neurodéveloppementaux, Source ouverte, Dispositifs portables, Application Web
Resumé
Les troubles neurodéveloppementaux (TND), tels que le trouble du spectre de l'autisme (TSA) et la déficience intellectuelle (DI), affectent jusqu'à 15 % de la population. Ces conditions entraînent des handicaps à vie qui impactent l'ensemble de la vie des individus. Dans de nombreux cas, les personnes concernées sont incapables de communiquer leur état subjectif, leurs sentiments ou leurs souhaits, soit parce qu'elles sont non verbales, soit parce que leurs capacités de communication sont limitées. La communication altérée entrave grandement la capacité des familles, des soignants, des éducateurs et des cliniciens à fournir un soutien efficace. La technologie portable a gagné en importance dans les domaines de la santé et du bien-être en raison de son potentiel à surveiller en continu les paramètres physiologiques. Ces dispositifs sont de plus en plus utilisés pour recueillir des données qui peuvent améliorer les résultats thérapeutiques. D'autres avancées technologiques, telles que les méthodes d'autocomplétion, permettent aux téléphones portables et aux systèmes de messagerie électronique de compléter les phrases. Dans des applications plus sophistiquées, des modèles de langage de grande taille (LLMs), tels que GPT-3 ou DALL-E d'OpenAI, peuvent générer des articles de journaux entiers ou des images à partir d'une simple invite, souvent indiscernables de celles créées par des humains. Je propose d'explorer l'utilité de ces méthodes d'intelligence artificielle en utilisant des données biométriques, telles que la fréquence cardiaque, les relevés d'accéléromètres et le rythme respiratoire issus des dispositifs portables, pour assister les personnes neurodivergentes et leurs aidants. Mon hypothèse de travail est que, bien que les compétences en communication des personnes atteintes de troubles neurodéveloppementaux puissent être atypiques, leurs réponses physiologiques aux états émotionnels sont comparables à celles des individus neurotypiques. En exploitant des données denses et multimodales capturées à la fois chez des personnes neurotypiques et neurodivergentes via des dispositifs portables, l'intelligence artificielle pourrait être sollicitée pour compléter des rapports sur des émotions telles que le stress, le bonheur et le calme ¿ des rapports que ces individus auraient pu générer s'ils avaient été capables de communiquer directement.