Ce système aura la forme d’un collier pour offrir une mesure plus précise de plusieurs paramètres essentiels sélectionnés par l’équipe clinique.
Entre 20 % et 48 % de la population adulte subit les conséquences d’une mauvaise qualité de sommeil. 10 % des cas souffrent de troubles du sommeil chroniques, qui se traduisent par une qualité de vie appauvrie, des sautes d’humeur et de moral, un risque d’accidents, une augmentation du stress, des troubles cardiovasculaires et de l’hypertension, ainsi que des troubles du métabolisme.
Les technologies wearable sont de plus en plus utilisées pour monitoriser le sommeil, toutefois les dispositifs existant sur le marché surestiment significativement la durée totale du repos et ne sont pas encore parvenus à obtenir la combinaison de paramètres physiologiques, leur traitement postérieur et l’emplacement des capteurs pour obtenir des informations comparables à une polysomnographie (PSG).
Un dispositif ergonomique de monitoring
TECNALIA travaille au développement d’un dispositif ergonomique de monitoring de la qualité et de la quantité de sommeil validé par des polysomnographies. Ce système aura la forme d’un collier pour offrir une mesure plus précise de plusieurs paramètres essentiels sélectionnés par l’équipe clinique. Il sera constitué d’un traitement des signaux physiologiques par l’intelligence artificielle accompagné d’une plateforme dans le nuage et d’une application pour informer les utilisateurs.
Les principaux bénéfices du dispositif seront les suivants :
- Un système portable de monitoring : il doit mesurer la durée totale de sommeil, l’éveil intra-sommeil et les phases du sommeil, grâce à la détection du tonus musculaire (EMG), de l'activité (accélérométrie), du rythme cardiaque (ECG) et de la température corporelle.
- Un environnement intelligent/application : fondé sur des capteurs commerciaux et l’utilisation d’un téléphone portable, il permet d’obtenir des paramètres tels que la température ambiante, la lumière, le son, etc. Il inclut des questionnaires à l’utilisateur et un système de feedback pour modifier les habitudes.
- Une plateforme de machine learning : un système d’autoapprentissage non supervisé à partir de toutes les informations des deux points antérieurs, qui permet d’obtenir le profil de sommeil de l’utilisateur et d’élaborer une réponse sous forme de recommandations pour modifier les habitudes.
- Un système portable d’action : un dispositif de stimulation électrique nerveuse transcutanée, qui détend, facilite le sommeil et en augmente la qualité.
