Design, Development, and Validation of an Intelligent On-board Physiological and Biomechanical Monitoring System : AI-Enabled Electric-Assisted Bicycle for Therapeutic Interventions and Health Prevention
Conception, développement et validation d'un système intelligent de mesure physiologique et biomécanique embarqué : Vélo à assistance électrique avec IA pour les interventions thérapeutiques et la prévention santé
Résumé
According to projections by the World Health Organization (WHO), it is estimated that by 2050, more than 22% of the global population will be aged 60 years or older. This demographic shift is accompanied by a growing prevalence of chronic diseases. In France, one in four individuals currently suffers from a chronic condition, a proportion that rises to three out of four among those aged 65 and above. These diseases significantly contribute to mortality, accounting for 74% of total deaths in 2019. Fortunately, many of these conditions can be prevented or delayed by adhering to the physical activity recommendations provided by the WHO. Extensive research has demonstrated the profound impact of physical activity on prolonging lifespan and enhancing overall quality of life across populations. With this perspective in mind, the research objectives of this study lie within the realm of Prognosis Health Management (PHM) and prescription sports, with a specific emphasis on the healthcare trajectory of patients with chronic conditions. However, the precise methodology for control, particularly the feedback mechanism pertaining to individuals' behavior during physical activity, remains to be delineated. To tackle this challenge, the project proposes the implementation of a connected medical device, specifically an electric-assisted bicycle integrated with embedded artificial intelligence. This combination aims to collect data and contribute to the prevention of chronic pathologies for individuals. The primary scientific endeavor entails designing and integrating an innovative and adaptable hardware and software architecture, incorporating state-of-the-art sensors that utilize flexible technology. This framework facilitates the monitoring of both occasional and experienced cyclists during their practice, enabling intelligent control of the level of electrical assistance and the implementation of medical instructions based on prior medical assessments.
Selon les projections de l'Organisation mondiale de la santé (OMS), il est estimé qu'en 2050, plus de 22 % de la population mondiale aura 60 ans ou plus. Cette évolution démographique s'accompagne d'une prévalence croissante des maladies chroniques. En France, une personne sur quatre souffre actuellement d'une maladie chronique, un chiffre qui atteint trois personnes sur quatre chez les personnes âgées de 65 ans et plus. Ces maladies contribuent de manière significative à la mortalité, représentant 74 % du nombre total de décès en 2019. Heureusement, bon nombre de ces affections peuvent être prévenues ou retardées en suivant les recommandations d'activité physique de l'OMS. De nombreuses études ont démontré l'impact profond de l'activité physique sur la prolongation de l'espérance de vie et l'amélioration de la qualité de vie de la population. Dans cette optique, les objectifs de recherche de cette étude s'inscrivent dans le domaine de la Gestion de la santé prédictive (PHM) et de la prescription du sport, en mettant l'accent sur le parcours de soins des patients atteints de maladies chroniques. Cependant, la modalité précise du contrôle, en particulier le mécanisme de rétroaction concernant le comportement des individus pendant l'activité physique, reste à déterminer. Pour relever ce défi, le projet propose la mise en place d'un dispositif médical connecté, spécifiquement un vélo à assistance électrique intégré à une intelligence artificielle embarquée. Cette combinaison vise à recueillir des données et à contribuer à la prévention des pathologies chroniques chez les individus. L'effort scientifique principal consiste à concevoir et intégrer une architecture matérielle et logicielle innovante et adaptable, en incorporant des capteurs de pointe utilisant une technologie flexible. Ce cadre permet la surveillance à la fois des cyclistes occasionnels et expérimentés pendant leur pratique, en permettant un contrôle intelligent du niveau d'assistance électrique et la mise en œuvre d'instructions médicales basées sur des évaluations médicales préalables.
| Origine | Version validée par le jury (STAR) |
|---|