Développement d'une méthode d’entraînement à la propulsion manuelle en fauteuil roulant sur le simulateur haptique par l'utilisation de l’intelligence artificielle

Les personnes utilisatrices de fauteuil roulant manuel (FRM) représentent une population de plus de 200 000 personnes au Canada. L’action de propulser le fauteuil roulant manuel résulte en une répétition de cycles de propulsion qui représentent un chargement à l’épaule. Ce chargement peut être à l’origine de douleurs et blessures aux membres supérieurs pouvant détériorer la condition physique de l’utilisateur. De plus, lors de l’apprentissage de l’utilisation d’un FRM en centre de rééducation, il est peu courant que l’accent soit mis sur l’apprentissage d’une technique de propulsion efficace. Dans ce contexte, l’entraînement à la propulsion apparaît comme une solution envisageable pour tenter d’améliorer l’efficacité dans la technique de propulsion. Une étude précédente a montré qu’il est possible, via un entraînement déterministe sur simulateur de propulsion utilisant une rétroaction haptique en temps réel, de modifier la propulsion de certains sujets pour augmenter leur efficacité de propulsion. Cependant, une seconde étude montre que cette augmentation a été accompagnée d’une augmentation du chargement à l’épaule. Dans l’étude menée ici, le but a alors été de développer une méthode d’entraînement non déterministe, sur simulateur de propulsion, afin d’augmenter l’efficacité de propulsion des sujets sans augmenter le coût physiologique associé à la propulsion. \n \nPour ce faire, l’intelligence artificielle a été utilisée sous la forme d’un entraînement utilisant l’apprentissage par renforcement pour déterminer un niveau de résistance ou d’assistance au roulement à fournir au sujet afin de modifier la technique de propulsion de l’usager. La phase de poussée durant le cycle de propulsion a été divisée en dix états et la rétroaction haptique a été fournie sous forme de niveaux d’assistance ou de résistance. Les paramètres de fonctionnement de l’algorithme d’apprentissage par renforcement ont été estimés en fonction de l’environnement dans lequel cet algorithme a été déployé. Un protocole d’entraînement a été mis en place pour tester les performances de la méthode d’apprentissage par renforcement sur des sujets humains valides. Cet entraînement a alors visé à améliorer l’efficacité de propulsion sans faire augmenter le coût physiologique. \n \nDes résultats préliminaires ont été obtenus auprès de 4 sujets. Chez certains sujets et pour certaines conditions, la méthode d’entraînement a permis d’obtenir une efficacité plus importante et un coût physiologique plus faible pour le côté gauche. L’analyse des résultats montre aussi des améliorations au niveau de la cadence et de l’angle de poussée chez certains sujets pour certaines conditions en comparaison avec ces mêmes paramètres lors de la propulsion initiale. \n \nCette méthode d’entraînement pourrait permettre de personnaliser l’apprentissage de la propulsion aux personnes devant se servir d’un FRM, ou de modifier la propulsion dans l’objectif de la rendre moins exigeante physiologiquement pour des personnes déjà utilisatrices expérimentées de fauteuil roulant.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.