Rééducation physique : une IA légère pour suivre les exercices sur tablette

Baptisé RMPE Tiny, ce système vise à rendre l'évaluation quantitative des exercices de kinésithérapie exploitable sur des appareils à puissance de calcul réduite — tablettes, terminaux embarqués — là où les algorithmes classiques exigent habituellement du matériel dédié, coûteux et encombrant.

Architecture et principe de mesure

Le dispositif s'appuie sur l'estimation de pose par vision par ordinateur: des points-clés corporels — épaules, genoux, chevilles — sont détectés dans le flux vidéo pour quantifier amplitude articulaire, symétrie gauche-droite et coordination gestuelle. La principale contrainte de cette approche reste la charge computationnelle. RMPE Tiny la réduit par plusieurs modifications architecturales, dont l'intégration de la triangulation laser dans la chaîne d'acquisition et la projection de coordonnées tridimensionnelles sur un repère bidimensionnel. Ce compromis sur la représentation spatiale permet d'alléger les traitements sans dégradation significative de la mesure. Sur le plan matériel, cette sobriété de calcul conditionne directement le choix du processeur, de la mémoire vive et du système d'exploitation embarqué — critères déterminants pour le coût final de l'équipement.

Performances et limites signalées

Les tests rapportent une précision supérieure à 96 % sur l'ensemble des échantillons, la majorité des cas approchant ou dépassant 98 %. Ces chiffres, fournis par les auteurs, demandent cependant à être resitués: le détail des conditions expérimentales — distance caméra-sujet, fréquence d'échantillonnage, typologie des mouvements évalués, conditions d'éclairage — n'est pas exposé dans le résumé source. Avant toute transposition en cabinet ou en hospitalisation à domicile, il conviendrait de vérifier la tolérance du système face aux occlusions partielles, aux variations morphologiques inter-patients et aux interférences lumineuses ambiantes. La métrologie d'un tel dispositif dépend autant de la rigueur du protocole de mesure que des performances algorithmiques annoncées.

Points de vigilance pour l'intégration

La publication, signée Qingyun Yang et collaborateurs, paraît dans l'International Journal of Business Intelligence and Data Mining (DOI: 10.1504/ijbidm.2026.156184). Le champ applicatif annoncé couvre les systèmes de rééducation fournissant un retour immédiat hors cadre hospitalier. Pour les professionnels évaluant ce type d'outil, trois critères de choix matériel s'imposent: la fréquence de rafraîchissement de la mesure, qui détermine la latence du feedback temps réel; la compatibilité avec les chaînes d'acquisition vidéo déjà déployées; et le coût total d'intégration rapporté à la durée de vie attendue du dispositif. Tant que ces spécifications restent absentes des publications, RMPE Tiny demeure un prototype algorithmique prometteur, et non un équipement industrialisable.