Autisme : un bracelet électronique pourrait prédire les accès de violence
Intelligence Artificielle

Autisme : un bracelet électronique pourrait prédire les accès de violence

Grâce à l'intelligence artificielle, ce bracelet est capable de détecter un accès de violence 60 secondes avant son apparition.

Des chercheurs de la Northeastern University ont découvert un nouveau bracelet électronique capable de prédire l’agressivité chez les personnes atteintes d’autisme. Cette nouvelle technologie surveille les changements physiologiques et serait capable de prédire les épisodes agressifs 60 secondes avant qu’ils ne se déclenchent.

Un bracelet à vocation préventive

Pour les scientifiques, ce nouveau bracelet pourrait être une petite révolution. L’appareil surveille la fréquence cardiaque, la sécrétion de sueur, la température à la surface de la peau et les mouvements des bras. Il peut prédire un accès de colère environ 1 minute avant son déclenchement.

Pour le moment, la technologie n’est pas totalement fiable. Le taux de précision n’est que de 84%. Malgré ce taux assez bas, le personnel médical travaillant avec des personnes autistes pourraient tenter de détendre le patient et s’assurer que tout est sécurisé pour éviter qu’il se blesse.

Une technologie est prometteuse

Matthew Goodwin est un spécialiste du comportement à la Northeastern University et  est à l’origine de ce bracelet électronique. Lui et son équipe n’ont pour le moment observé que 20 enfants atteints d’autisme sur une période assez courte : 87 heures. D’après leurs écrits, ils auraient suivi chaque épisode agressif et les changements physiologiques correspondants. Ils ont intégré ces données dans leur modèle pour créer un algorithme capable de détecter les symptômes d’un épisode agressif à venir.

Dans les prochaines semaines, Matthew Goodwin prévoit de tester l’appareil sur 240 personnes, avec l’aide d’une subvention provenant du ministère de la Défense. Le chercheur précise que : « au fur et à mesure que notre ensemble de données s’élargira et que nous utiliserons des modèles de machine learning plus sophistiqués, je suis persuadé que nous pourrons prédire les crises au-delà de 60 secondes« .

Send this to a friend