Méthodologies outillées de développement de services dédiés à l'assistance domiciliaire
Language
en
Thèses de doctorat
Date
2020-07-09Speciality
Informatique
Doctoral school
École doctorale de mathématiques et informatique (Talence, Gironde ; 1991-....)Abstract
L’accroissement du vieillissement de la population entraîne l’émergence de technologies informatiques pervasives au service de l’aide à domicile, afin de réduire le nombre de personnes transférées dans des établissements ...Read more >
L’accroissement du vieillissement de la population entraîne l’émergence de technologies informatiques pervasives au service de l’aide à domicile, afin de réduire le nombre de personnes transférées dans des établissements de soins coûteux. L’objectif de l’informatique d’assistance est de fournir des services adaptés au contexte qui aident les personnes âgées dans tous les aspects de la vie quotidienne, par exemple en surveillant des activités telles que la préparation des repas et en leur rappelant leurs rendez-vous ou leurs médicaments. Malgré de nombreux progrès, le développement des services d’assistance reste un défi, en raison du manque d’approches et d’outils de soutien au développement. Ce défi implique : (1) tenir compte des variations interindividuelles (e.g., les caractéristiques du domicile et les habitudes et préférences des utilisateurs), (2) surveiller les activités sur de longues périodes et (3) permettre aux experts du vieillissement de personnaliser les services d’assistance. Cette thèse présente plusieurs contributions à ce sujet. Les principales contributions sont deux méthodes itératives dédiées au soutien du développement de services d’assistance. Chacune de ces méthodes est soutenue par un ensemble d’outils pour la collecte, l’analyse et la visualisation des données de suivi. Ces outils assurent le développement agile de détecteurs d’activité précis grâce à un affinement progressif de l’analyse des données des capteurs. La première méthode, pour la reconnaissance des activités, utilise les déclarations de routines rapportées par les utilisateurs. Au-delà de la reconnaissance des activités, la deuxième méthode s’attaque aux difficultés de la surveillance à long terme (e.g., les défaillances des capteurs) et donne aux professionnels de la santé des indications utiles sur les activités des utilisateurs. Enfin, une approche pour l’utilisateur final est présentée, qui fournit un outil permettant aux experts du vieillissement de définir facilement les services d’assistance domiciliaire dans les maisons intelligentes. Les méthodologies présentées ont été appliquées à une plateforme d’assistance, déployée au domicile de 140 utilisateurs. Les résultats expérimentaux montrent l’efficacité de toutes les méthodes proposées.Read less <
English Abstract
The growing population of older adults gives rise to a need for assistive computing systems that support independent living, to reduce the number of people being transferred to costly care facilities. The goal of assistive ...Read more >
The growing population of older adults gives rise to a need for assistive computing systems that support independent living, to reduce the number of people being transferred to costly care facilities. The goal of assistive computing is to provide context-aware services that assist older adults in all aspects of daily life, for example, monitoring activities such as meal preparation and providing appointment or medication reminders. Despite much progress, the development of assistive services remains a challenge, because of a lack of supporting approaches and tools. This challenge involves: (1) coping with inter-individual variabilities (e.g., home features and user routines and preferences) to deliver tailored services, (2) monitoring activities over long periods of time and (3) enabling care providers and/or professionals in aging to contribute their expert knowledge towardsservice development. This dissertation presents several contributions to this topic. The primary contributions are two iterative methods dedicated to supporting the development of services that monitor activities of daily living (ADLs). Each of these methods is supported by a set of tools for collecting, analyzing and visualizing monitoring data. These tools ensure the agile development of accurate activity recognizers via a stepwise refinement of the analysis of sensor data. The first method, for recognizing ADLs, encompasses the main variations of a target activity by abstracting over descriptions reported by users. Beyond recognizing ADLs, the second method addresses long-term monitoring shortcomings (e.g., sensor failures) and gives health professionals actionable insights into user activities. A final end-user approach is presented, which provides a tool to enable experts in aging to easily define assisted living services in smart homes. The presented methodologies have been applied to an assisted living platform for aging in place, deployed in the home of 140 users. Experimental results show the effectiveness of all the proposed methods. First, the recognition methodology has achieved an accuracy of 80%, rising to 88% when considering the more routinized participants of the experiment. Second, the method for long-term monitoring of ADLs mostly produced the same interpretations as an expert in activity analysis, who manually analyzed the longitudinal sensor datasets. Finally, the findings reveal good usability of the end-user tool, which has been tested by occupational therapists.Read less <
Keywords
Développement par l’utilisateur final
Détectiond’activités
Maison intelligente
Assistance domicilliaire
English Keywords
Smart home
Assistive computing
Assisted living services
End-userdevelopment
Activity monitoring
Origin
STAR imported