Pour suivre et prendre soin de sa santé, l’utilisateur du XXIème siècle dispose d’une large panoplie d’options et de produits disponibles sur le marché. La montre connectée a aujourd’hui le vent en poupe grâce aux multiples fonctionnalités qu’elle propose. Elle se fait cependant reprocher le choix de se concentrer presque exclusivement sur le suivi d’individus sains et/ou sportifs, laissant sur le bord de la route les personnes âgés et les malades chroniques.

Le stage effectué en fin de quatrième année s’inscrit dans le cadre du projet Adepina, porté par l’Université de Limoges et impliquant le laboratoire HAVAE, l’institut de recherche XLIM, le Centre d'Innovation et de Transfert de Technologies CISTEME et l’entreprise UNOVA. Il s’agit de développer un dispositif innovant d’aide à la décision au service des professionnels de santé pour l’incitation à l’activité physique des patients post-AVC. Le dispositif est constitué d’une plateforme web de suivi à distance pour les professionnels de santé et d’une application mobile à destination du patient comprenant différentes fonctionnalités telles que visionner des vidéos ou suivre son état de forme ainsi que d’une smartwatch comprenant plusieurs capteurs et permettant de réaliser des évaluations des aptitudes physiques.

Le projet tourne autour de ce dernier volet, à savoir le développement de fonctionnalités et de programmes informatiques permettant à la montre connectée de mieux suivre la forme et la santé des patients. Ainsi, à partir des données brutes renvoyées par les capteurs, il s’agira de les traiter afin de caractériser et d’évaluer les résultats de quatre différents tests : le test de six minutes, le test du lever de chaise, le test du TUG (Timed Up and Go) et le test d’équilibre unipodal.

Pour ce faire, différents matériels, langages de programmation, logiciels et autres outils ont été utilisés : la montre Adepina, toujours au stade expérimental, conçue par CISTEME, une Apple Watch pour pallier au manque de disponibilité et de capteurs de la montre Adepina, le framework SensorKit permettant d’accéder librement aux données brutes de l’Apple Watch, un bracelet équipé d’une carte utilisant le microcontrôleur STM32L432 connectée à un capteur SparkFun LSM9DS0 pour effectuer des essais, une montre Bangle.js 2 disponible sur le marché et totalement programmable, Matlab pour concevoir, ajuster et étudier la faisabilité des algorithmes, la plateforme Mbed permettant de programmer et de communiquer avec un microcontrôleur, et les langages de programmation Python et Javascript afin d’implémenter les algorithmes et de développer certains outils.