La spasticité est un trouble moteur caractérisé par une hyperactivité musculaire causée par une altération de la conduction nerveuse. Le diagnostic de cette pathologie repose sur l'évaluation du degré de résistance du membre suite à un mouvement passif effectué par un praticien en physiothérapie, et permet de déterminer le traitement à suivre. Cependant, cette évaluation reste subjective et nécessite une expérience pratique, ce qui rend son apprentissage difficile pour les étudiants en physiothérapie.

L'objectif global de ce projet de recherche, appelé HASPA (https://www.insa-lyon.fr/en/haspa), est de développer un simulateur de spasticité basé sur une jambe robotisée capable de reproduire différents degrés de spasticité, afin de permettre aux jeunes praticiens de s'entraîner avant de diagnostiquer les patients. Pour ce faire, le projet HASPA implique une équipe pluridisciplinaire composée d'experts en physiothérapie, en mécatronique et en informatique. Un élément clé du simulateur est la capacité d'analyser la façon dont les praticiens manipulent la jambe robotisée afin d'en déduire leurs compétences sous-jacentes et les causes de leurs erreurs. Pour ce faire, la simulation fournira des données cinématiques (par exemple, l'accélération, la vitesse, la trajectoire) grâce à plusieurs capteurs intégrés dans la jambe robotisée, éventuellement accompagnés d'enregistrements vidéo. L'objectif final est de personnaliser les activités d'apprentissage dans la simulation en fonction des niveaux de compétence de l'étudiant en physiothérapie.

La recherche doctorale portera principalement sur les domaines de l'intelligence artificielle dans l'éducation, l'exploration de données éducatives et l'analyse de l'apprentissage, qui traitent de la création et de l'application de techniques d'IA dans des contextes éducatifs, dans le but de comprendre et d'améliorer l'enseignement et l'apprentissage. Plus spécifiquement, dans ce projet, l'objectif est d'analyser les données sensorielles générées par le simulateur pendant que les étudiants en kinésithérapie effectuent des diagnostics de spasticité, afin de mieux comprendre leurs erreurs et de personnaliser leur apprentissage. La recherche doctorale se concentrera sur tous les aspects du système de personnalisation, à savoir :
1. Proposer et évaluer des algorithmes et des solutions pour interpréter les données cinématiques multimodales produites par la jambe robotique afin de mieux comprendre les erreurs et de personnaliser l'apprentissage, sur la base de techniques d'exploration de données, d'apprentissage automatique et/ou de traitement du signal.
2. Fournir un retour d'information sur les erreurs ainsi que recommander des cas de spasticité personnalisés et des activités d'apprentissage aux étudiants dans la simulation afin de les aider à améliorer leurs compétences.
3. Évaluer la valeur du système avec des experts et des praticiens novices.