Soutenance de thèse : Blandine PICHON

Depuis la publication du Manuel diagnostique et statistique des troubles mentaux (DSM-5) en 2015, les particularités sensorielles font partie du diagnostic du Trouble du Spectre de l’Autisme (TSA) ; ce qui met en évidence l’importance de leur identification. Les méthodes actuelles d’évaluation reposent principalement sur des questionnaires lors d’un entretien clinique. Cependant, les professionnels peuvent utiliser divers outils et questionnaires qui peuvent sembler très différents les uns des autres. De plus, le profil sensoriel peut varier en fonction du contexte et évoluer avec le temps. 

Cette thèse propose une formalisation des différentes étapes de l’établissement d’un profil sensoriel à travers une approche système, puis explore l’automatisation de ce processus via l’Internet des objets (IoT) et l’intelligence artificielle (IA) afin d’améliorer l’objectivité et la répétabilité des évaluations. 

La construction d’un profil sensoriel repose sur l’analyse des réponses comportementales d’un individu face à différents stimuli sensoriels. Traditionnellement basée sur des observations cliniques, cette analyse peut être structurée en plusieurs étapes : identification des réponses comportementales, quantification de la fréquence des réponses comportementales atypiques, agrégation des données pour obtenir les valeurs des indicateurs, comparaison à des normes et représentation graphique du profil sensoriel. La modélisation du processus d’établissement d’un profil sensoriel a permis de comparer les différents outils existants, en identifiant leurs points communs et leurs divergences. 

En outre, les expérimentations et études menées durant la thèse ont permis de montrer que, grâce à l’utilisation des capteurs IoT, les réponses comportementales peuvent être mesurées avec davantage de précision en enregistrant les mouvements de l’individu et leurs caractéristiques, telles que la vitesse et la fréquence. Ces travaux ont aussi montré que les données recueillies peuvent ensuite être traitées par des algorithmes d’Intelligence Artificielle (IA) afin d’évaluer les niveaux d’hyper-réactivité, d’hyporéactivité et d’intérêt inhabituel pour les aspects sensoriels de l’environnement. Les expérimentations menées sur des stimuli tactiles ont démontré la faisabilité de cette approche, mettant en évidence des cas d’hypersensibilité chez certains individus. Cette méthode permettrait de rendre les évaluations sensorielles plus objectives, de les réaliser en continu et d’améliorer la compréhension des variations au fil du temps. Les perspectives futures incluent l’élargissement des types de stimuli étudiés et la validation de cet outil sur une population plus large.

Mots-clés : Intelligence Artificielle, Troubles du Spectre de l’Autisme, Particularités sensorielles, Troubles sensoriels, Objets connectés, Mesure de l’humain, Capteurs, Apprentissage machine

 

Composition du jury

• Eric BENOIT, Directeur de thèse, MCF, Univ. Savoie Mont Blanc
• Sophie DONNADIEU , Co-directrice de thèse, MCF, Univ. Savoie Mont Blanc, LPNC
• Stéphane PERRIN, Co-directeur de thèse, MCF, Univ. Savoie Mont Blanc, Co-directeur de thèse
• Adriana TAPUS, Rapportrice, PR, Ensta - Institut Polytechnique de Paris
• Jean-Louis ADRIEN , Rapporteur, PR, Univ. Paris Cité
• Kave SALAMATIAN, Examinateur, PR, Univ. Savoie Mont Blanc
• Marie-Hélène ABEL, Examinatrice PR, Univ. de Technologie de Compiègne
• Benoît GELLER, Examinateur, PR, Ensta - Institut Polytechnique de Paris