IMU-Based Hip Adduction and Flexion Moment Estimation for Osteoarthritis and Healthy Individuals During Normal and Modified Gait

Pour des millions de personnes vivant avec l'arthrose de la hanche, le simple acte de marcher est une négociation constante avec la douleur. La maladie use le cartilage lisse qui amortit l'articulation, transformant chaque pas en un frottement de broyage qui peut mener à un handicap sévère. Bien que les médecins puissent voir les dommages sur une radiographie, la véritable histoire de la maladie se déroule dans les forces invisibles qui agissent sur le corps pendant qu'une personne se déplace. Chaque fois qu'un pied touche le sol, l'articulation de la hanche absorbe une charge massive, et la façon dont une personne marche — comment elle se penche, comment elle tourne ses orteils, à quelle vitesse elle se déplace — détermine exactement l'ampleur du stress que cette articulation endure. Au fil du temps, ces forces cumulatives peuvent accélérer la maladie, pourtant, pour la plupart des patients, ce chargement dangereux se produit dans le calme de leur vie quotidienne, loin des cliniques spécialisées où de telles mesures sont habituellement prises.

Jusqu'à présent, la compréhension de ces forces nécessitait un déplacement dans un laboratoire de biomécanique. Là, les patients marchent sur un sol incrusté de capteurs de pression géants tandis que des caméras suivent leurs mouvements avec une précision laser. Cette installation fournit un instantané détaillé du stress articulaire, mais elle est coûteuse, encombrante et ne capture que quelques secondes de marche dans un environnement contrôlé. Elle ne peut pas dire à un médecin comment la hanche d'un patient se comporte lors d'une marche matinale dans un parc, d'une course à l'épicerie ou d'un moment de distraction. Le défi pour la science médicale a été de trouver un moyen d'apporter ce niveau de compréhension hors du laboratoire et dans le monde réel, en utilisant de petits dispositifs portables qui peuvent suivre le mouvement du corps sans avoir besoin d'une pièce remplie d'équipement.

Une équipe de chercheurs de l'Université Jiao Tong de Shanghai, de l'Université de Kyoto et de l'Université chinoise de Hong Kong a franchi une étape importante vers la résolution de ce problème. Ils ont développé une nouvelle méthode pour estimer les forces de torsion et de flexion à l'intérieur de l'articulation de la hanche en utilisant uniquement de petits capteurs fixés au corps. Ces capteurs, connus sous le nom d'unités de mesure inertielle, sont de minuscules dispositifs capables de détecter l'accélération et la rotation, similaires aux puces que l'on trouve dans les smartphones. Les chercheurs voulaient savoir s'ils pouvaient utiliser ces signaux simples pour reconstruire les forces complexes agissant sur la hanche, même pour les personnes souffrant d'arthrose et même lorsque ces personnes changeaient leur façon de marcher.

Pour tester leur idée, l'équipe a recruté quatre-vingt-quatre participants, comprenant des adultes jeunes et sains, des adultes plus âgés et sains, ainsi que des personnes diagnostiquées avec une arthrose de la hanche. Elle leur a demandé de marcher sur un tapis roulant et sur un sol équipé de capteurs de force tout en portant huit de ces petits dispositifs sur le tronc, le bassin et les jambes. Les participants ne se sont pas contentés de marcher normalement ; on leur a demandé de modifier leur démarche de manières spécifiques pour voir si le système pouvait suivre. Ils ont marché plus vite et plus lentement, ont tourné les orteils vers l'intérieur et vers l'extérieur, ont élargi et rétréci leurs pas, se sont penchés sur le côté et ont même essayé de marcher en comptant à rebours par trois pour simuler un esprit distrait. Cela a créé une vaste bibliothèque de données de mouvement, capturant comment la hanche se comporte sous une grande variété de conditions.

Les chercheurs ont ensuite construit un modèle informatique, un type d'intelligence artificielle conçue pour apprendre des modèles à partir de données. Ils ont entraîné ce modèle à observer les signaux provenant des capteurs sur le tronc, le bassin et les jambes afin de prédire les forces correspondantes à l'intérieur de la hanche. L'objectif était de créer un système capable de fonctionner pour n'importe qui, pas seulement pour les personnes sur lesquelles il a été entraîné. Initialement, ils ont testé une version « taille unique » du modèle. Cette version était raisonnablement bonne, mais elle peinait à obtenir les chiffres exacts pour chaque individu, en particulier pour ceux souffrant d'arthrose dont les modes de mouvement différaient considérablement de ceux des personnes en bonne santé.

La percée est survenue lorsque les chercheurs ont introduit une technique appelée « personnalisation par peu d'exemples » (few-shot personalization). Au lieu d'essayer de forcer chaque personne à entrer dans le même moule, ils ont permis au modèle d'apprendre un petit peu sur chaque nouvelle personne en utilisant une infime quantité de données. Avant de tester un nouveau participant sur les tâches de marche difficiles et modifiées, le système lui demandait de marcher normalement pendant seulement quelques pas. Le modèle utilisait ces quelques pas pour ajuster ses paramètres internes afin de correspondre à la morphologie spécifique de cette personne, à la façon dont elle portait les capteurs et à sa manière unique de bouger. C'était un processus de calibration, similaire au réglage d'une radio sur une station spécifique, mais réalisé en quelques secondes par l'ordinateur.

Les résultats ont montré que ce petit ajustement faisait une énorme différence. Lorsque le modèle utilisait uniquement les données de quelques pas normaux pour se personnaliser, ses prédictions devenaient remarquablement précises. Pour les forces qui poussent la hanche vers l'intérieur et les forces qui la courbent vers l'avant, l'erreur a chuté de manière significative, et les modèles de mouvement prédits correspondaient aux mesures réelles avec un haut degré de précision. Cette précision s'est maintenue même lorsque les participants passaient aux tâches difficiles, comme marcher avec un pas large ou incliner le tronc. Le système n'avait pas besoin d'être réentraîné pour chaque nouveau style de marche ; le calibrage initial suffisait à lui permettre de se généraliser à de nouvelles situations.

Plus important encore, le système a fonctionné tout aussi bien sur un groupe indépendant de personnes qui n'avaient jamais fait partie du processus d'entraînement. Ce groupe comprenait plus de personnes atteintes d'arthrose de la hanche et de problèmes de développement de la hanche, marchant sur une surface plane plutôt que sur un tapis roulant. Le modèle personnalisé a réussi à estimer leurs forces de hanche, prouvant que la méthode pouvait se transférer à travers différents environaux et différents types de patients. Les chercheurs ont constaté que le système pouvait capturer avec précision non seulement la force moyenne, mais aussi les pics de stress spécifiques qui surviennent au moment où le pied touche le sol, ainsi que la quantité totale de stress accumulée sur l'ensemble du pas. Ces détails sont critiques pour les médecins, car ils indiquent quels modes de marche peuvent être nocifs et lesquels peuvent aider à protéger l'articulation.

L'étude a également exploré le nombre de capteurs réellement nécessaires. Ils ont découvert que l'utilisation de capteurs sur le tronc, le bassin, la cuisse et le tibia offrait le meilleur équilibre entre précision et confort. L'ajout d'un capteur sur le pied n'améliorait pas les résultats suffisamment pour justifier la charge supplémentaire pour le patient. Cela suggère qu'un système portable pratique pour un usage quotidien pourrait être assez simple, nécessitant seulement quatre petits dispositifs plutôt qu'un ensemble complexe d'équipements.

Les implications de ce travail s'étendent au-delà du laboratoire. En permettant une surveillance précise et continue de la charge de la hanche en dehors d'une clinique, cette technologie pourrait aider les médecins à identifier les habitudes de marche nocives avant qu'elles ne causent de nouveaux dommages. Elle pourrait permettre aux patients de recevoir un retour d'information en temps réel sur la façon d'ajuster leur démarche pour réduire la douleur et ralentir la progression de leur maladie. Au lieu d'attendre un contrôle annuel où un médecin ne verrait peut-être qu'une image statique de l'articulation, les patients pourraient porter ces capteurs durant leur vie quotidienne pour voir comment leur corps répond à différentes activités. Les chercheurs suggèrent que cette approche pourrait éventuellement mener à des plans de rééducation personnalisés, ajustés sur la base de données du monde réel plutôt que sur des modèles théoriques.

Bien que l'étude ait été menée dans des conditions contrôlées avec des participants marchant sur des tapis roulants et des sols marqués, le succès du modèle personnalisé sur un groupe indépendant marchant au sol suggère un fort potentiel d'application dans le monde réel. Les chercheurs reconnaissent que les travaux futurs devront tester le système dans des environnements totalement non contrôlés, tels que des rues animées ou des terrains accidentés, et explorer des moyens de réduire le besoin des étapes de calibration initiale. Cependant, la conclusion fondamentale reste claire : en combinant des capteurs portables avec un modèle informatique intelligent et adaptable, il est possible de voir les forces invisibles agissant sur la hanche humaine, ouvrant une nouvelle fenêtre sur la gestion de l'une des maladies articulaires les plus courantes et les plus invalidantes de notre époque.