La réalité virtuelle pour prévenir les chutes, on en parle !

Une population fragile mais en bonne santé

L’INSEE observe depuis plusieurs décennies une augmentation de l’espérance de vie. Nous avons gagné 3 mois de plus chaque année en 60 ans, de 66 ans en 1950 à 81 ans en 2010. Une enquête de Santé Publique France montre que 80 % des accidents de la vie courante sont des chutes de personnes de plus de 65 ans. La chute est la première cause de mortalité chez les personnes âgées. 25 % des personnes de plus de 65 ans déclarent chuter chaque année et ce pourcentage augmente à 50 % pour les personnes de plus de 80 ans.

Les facteurs de risques de chute

L’âge avancé est l’un des facteurs principaux de risque de chute. Plus on est âgé, plus notre force musculaire diminue. Nous avons moins d’acuité visuelle et notre appétit diminue, ce qui peut entraîner la dénutrition. Nous prenons souvent plusieurs médicaments à la fois, ceci peut influencer notre contrôle postural et notre gestion des obstacles dans notre environnement. Une dépression ou une détérioration intellectuelle peuvent également être liées à l’âge, et devenir un facteur de risque de chute. Malheureusement, après une première chute, le risque de récidive dans l’année est multiplié par 20.

Comment évaluer le risque de chute aujourd’hui ?

Le risque de chute peut être évalué auprès de son médecin, dans un centre d’activité physique adaptée, dans un centre de rééducation ou encore à l’hôpital. L’examen se fait en deux temps. D’abord, grâce à des discussions avec les patients afin de connaître :

• s’ils ont chuté dans les 12 derniers mois ;
• leur activité ;
• leurs apports nutritionnels ;
• ou s’ils ont des aides à la marche.

Dans un second temps, leurs capacités posturales sont évaluées via le test TUG (Timed Up and Go). Ils sont chronométrés de la position assise à la position debout, pendant une marche sur une courte distance avant de revenir sur leurs pas. Le test Tinetti est également employé et s’agit d’une analyse qualitative effectuée par le praticien.

En quoi consiste ce projet ?

Le projet se repose sur l’élaboration d’un outil de prognostic numérique qui est facilement interprétable par le praticien. Il permet de mieux personnaliser le parcours du patient et de proposer un suivi précis. Pour ce faire, il est nécessaire d’identifier les biomarqueurs responsables du risque de chutes et de classer les personnes par niveaux de fragilité. Le risque de chute est multifactoriel selon 4 étapes principales :

• la perception de l’environnement par la personne ;
• l’acquisition d’informations sensorielles, telles que la vision, l’ouïe ;
• la prise de décision de la part de la personne ;
• l’action motrice qui est réellement effectuée.

Afin d’optimiser le test TUG, l’équipe ajoute des « perturbations » au niveau de ces étapes comme des tâches manuelles, cognitives, ou encore des obstacles. Le test permet à la personne de générer des indicateurs tels que la longueur moyenne des pas, le temps du parcours et la mesure de l’attention de façon automatisée. Ce test doit être reproductible quel que soit le lieu afin de pouvoir mettre le patient en immersion dans des situations de la vie quotidienne.

Pour ce faire, l’équipe a opté pour un dispositif de réalité virtuelle qui permet de capturer tous les mouvements du corps du patient afin de les observer. Le patient se retrouve dans une scène de réalité virtuelle qui rend les interactions plus précises et diminue la charge mentale. La première est une belle cuisine en 3D et le deuxième est un bureau/salle de jeux-les deux ayant un espace de déplacement de 5m sur 2m. Il y a un choix d’avatar qui permet à la personne âgée de recevoir un biofeedback en temps-réel.

Le participant effectue 7 passages parmi 6 tests différents pendant une durée de 7 minutes :

• le test de référence TUG avec un départ debout et un retour debout ;
• une tâche manuelle qui consiste à aller chercher un café ;
• le franchissement d’obstacles présents au sol ;
• une tâche cognitive pour identifier une image récurrente ;
• une combinaison d’une tâche manuelle et d’obstacles ;
• une combinaison d’une tâche cognitive et d’obstacles ;
• et enfin, la répétition du test de référence TUG pour évaluer l’apprentissage de la tâche.

Toutes les données collectées sont anonymisées et conservées pendant un maximum de 3 ans et la collecte est faite selon la réglementation RGPD.

Premiers retours de participants et de praticiens

La solution a été déployée dans un centre de réadaptation en Lorraine. Après un recueil du consentement du patient, les données étaient anonymisées et le praticien a vérifié et validé celles-ci avant d’utiliser un canal sécurisé pour les envoyer sur le serveur. L’équipe a pu corriger quelques bugs liés au programme, ainsi que mesurer l’acceptabilité de cette solution pour les praticiens et les participants. Les personnels de santé ont été formés et les mesures issues de la réalité virtuelle ont été comparés avec un système de référence Motion Capture XSens.

Elaboration de modèles du risque de chutes

En raison de la crise sanitaire, les expérimentations en centre de rééducation ont dû être arrêtées. L’équipe a donc pris l’initiative de simuler le vieillissement en créant une combinaison composée d’un gilet lesté, de balourds pour les mollets et de genouillères dans le but de réduire les mouvements de la personne afin de simuler des problèmes physiques. Grâce aux modèles prédictifs, les premiers résultats sont encourageants, même si l’ensemble des données est limité. La détection du risque de chutes par l’outil est de 82 %.

Les perspectives…

L’équipe reprendra les expérimentations pour alimenter les données et diversifier la population étudiée afin de la comparer à la cohorte cible. D’autres indicateurs seront également testés, afin de créer un modèle beaucoup plus explicatif du risque de chuter.

*JETSAN – Colloque en télésanté et dispositifs biomédicaux