Nous recevons aujourd'hui dans le podcast Decideo, Ramzi Larbi, fondateur de l'entreprise VA2CS, spécialisée dans l'intelligence artificielle. Le système développé par VA2CS est au service du confort de vie des personnes âgées et de leur famille. Basé sur des algorithmes d'apprentissage machine (machine learning) et d'apprentissage profond (deep learning), l'outil combine intelligence humaine et intelligence artificielle.
Installés dans "box", au domicile de la personne âgée, les algorithmes de détection de chute analysent en temps réel le flux d'images de caméras qui couvrent l'ensemble des pièces de l'appartement. Très important, le flux vidéo ne sort pas de l'appartement; il est traité en local dans la box.
En cas d'alerte, une image de la scène est prise et envoyée au centre de surveillance médicale, afin de procéder à une levée de doute. Cela évite les déplacement inutiles, et anxiogènes.
Ramzi Larbi nous explique le processus qui a permis à la machine d'apprendre les situations, à partir d'images de personnes âgées au sol, en marche, devant leur télévision, etc.
Mais VA2CS ne s'arrête pas à la détection, et lance cette année une étude, en collaboration avec un CHU français, afin de prédire les comportements. En analysant une marche hésitante, des trébuchements, le système pourrait à terme prévoir des risques de chute. Ainsi, il permettra d'apporter des soins préventifs, plutôt que d'attendre l'accident pour le détecter.
Tout cela pose bien sur de très nombreuses questions sur la collecte des données, le respect de la vie privée, le stockage et la conservation, etc. Des questions que nous abordons en toute transparence avec Ramzi Larbi dans ce podcast. Il est également question de modèles économiques, et des concurrents de VA2CS.
Installés dans "box", au domicile de la personne âgée, les algorithmes de détection de chute analysent en temps réel le flux d'images de caméras qui couvrent l'ensemble des pièces de l'appartement. Très important, le flux vidéo ne sort pas de l'appartement; il est traité en local dans la box.
En cas d'alerte, une image de la scène est prise et envoyée au centre de surveillance médicale, afin de procéder à une levée de doute. Cela évite les déplacement inutiles, et anxiogènes.
Ramzi Larbi nous explique le processus qui a permis à la machine d'apprendre les situations, à partir d'images de personnes âgées au sol, en marche, devant leur télévision, etc.
Mais VA2CS ne s'arrête pas à la détection, et lance cette année une étude, en collaboration avec un CHU français, afin de prédire les comportements. En analysant une marche hésitante, des trébuchements, le système pourrait à terme prévoir des risques de chute. Ainsi, il permettra d'apporter des soins préventifs, plutôt que d'attendre l'accident pour le détecter.
Tout cela pose bien sur de très nombreuses questions sur la collecte des données, le respect de la vie privée, le stockage et la conservation, etc. Des questions que nous abordons en toute transparence avec Ramzi Larbi dans ce podcast. Il est également question de modèles économiques, et des concurrents de VA2CS.
Ramzi Labri, fondateur de VA2CS
Autres articles
-
Ivanti acquiert une plateforme IIoT (Industrial Internet of Things - L'internet des objets pour l'Industrie) pour aider ses clients du secteur de la Supply Chain à mieux automatiser leurs workflows afin d'atteindre l'excellence opérationnelle
-
Podcast: Renaud Prouveur, PDG de Spallian, met la data au service de la ville intelligente
-
Podcast: Grégoire Mialet (C-Ways) met la data au service de la prédiction des tendances de consommation
-
Atos et IoTerop renforcent la sécurité et l’efficacité énergétique des appareils IoT en environnements contraints
-
Podcast: Pauline Guillet a remporté le Datathon mondial organisé par Qlik sur le réchauffement climatique
