Aller au contenu principal

Des moniteurs portables pour suivre la santé des patients en temps réel

Mohamad Forouzanfar, professeur-chercheur au Département du génie des systèmes, se passionne pour la conception de technologies non invasives en santé, plus particulièrement pour les moniteurs physiologiques portables et faciles à utiliser, communément appelés «  wearable health monitors (WHM) ».

Ses activités de recherche portent sur la création de nouvelles technologies de mesure des signes vitaux ainsi que sur le développement d’algorithmes de traitement des signaux et d’apprentissage machine aux fins d’analyse automatique et d’interprétation des données biomédicales.

« Le fonctionnement de la plupart des moniteurs physiologiques actuels repose sur une interaction active avec l’utilisateur ou un professionnel de la santé. Cette interaction peut perturber le sujet et les résultats. La plupart des méthodes de mesure et de surveillance médicales conventionnelles ont peu évolué depuis leurs débuts et elles sont encore généralement utilisées au sein d’un établissement de santé  », explique le professeur. De plus, les données physiologiques tirées de ces dispositifs sont actuellement analysées et interprétées par un personnel hautement qualifié qui y consacre de longues heures. 

Il existe donc un besoin pour des technologies portables, discrètes et peu coûteuses qui peuvent enregistrer des données vitales durant les activités quotidiennes du patient, que ce soit au travail, à la maison ou lors d’activités sportives.

Le professeur s’intéresse particulièrement aux technologies qui permettent de suivre les signes physiologiques durant le sommeil. En effet, le sommeil offre une « fenêtre » sur le fonctionnement du corps humain au repos qui peut aider à déceler des maladies. On sait, par exemple, que la pression sanguine et le rythme cardiaque durant le sommeil sont souvent associés à des incidents cardiovasculaires qui peuvent survenir à n’importe quel moment durant la journée. En outre, un grand nombre de problèmes de santé – par exemple les AVC – peuvent se produire pendant le sommeil, ce qui peut retarder le diagnostic et le traitement ou même entraîner un décès. 

Le professeur Forouzanfar exploitera l’intelligence artificielle afin de mettre au point des dispositifs médicaux et des systèmes d’imagerie qui suivront en continu les données physiologiques du patient. Il souhaite élaborer des méthodes de traitement et de modélisation des signaux biologiques et des images. Il consacrera aussi sa recherche aux algorithmes d’apprentissage machine en vue d’analyser automatiquement des données physiologiques acquises, de détecter des maladies ou d’en prédire l’apparition.  

Son leitmotiv?  Avoir une incidence sur la population mondiale, transformer ses idées en produits tangibles et efficaces. Il souhaite aussi amener les jeunes chercheurs à se tourner vers l’avenir afin de prévoir les besoins.  

Un projet en collaboration avec le professeur Jérémie Voix et EERS

L’équipe de Mohamad Forouzanfar a mis en œuvre un projet mettant à contribution les technologies numériques conçues par l’équipe du professeur Jérémie Voix. 

Le projet vise à concevoir des bouchons intra-auriculaires capables de surveiller la santé humaine en temps réel, en utilisant différents algorithmes de traitement des signaux audio et d’apprentissage machine. Ces algorithmes permettront de traiter les signaux physiologiques et non physiologiques obtenus à partir de capteurs auditifs portables, et d’en extraire les signes vitaux considérés comme essentiels pour évaluer la santé humaine (fréquence cardiaque, pression artérielle, fréquence respiratoire, saturation en oxygène du sang et température corporelle). 

Son parcours universitaire

Avant de se joindre à l’ÉTS, Mohamad Forouzanfar était chercheur au Stanford Research Institute, à Menlo Park, en Californie. Il a auparavant occupé des postes de recherche postdoctorale à l’Université Stanford, l’Université Harvard et à l’Université d’Ottawa, où il a obtenu son doctorat en génie électrique et informatique en 2014. 

Ses recherches se sont concentrées jusqu’à maintenant sur la conception et le développement de nouvelles techniques de mesure physiologique et d’instrumentation portables et sans contact, de méthodes de modélisation biologique et de traitement du signal ainsi que d’algorithmes d’apprentissage machine et d’apprentissage profond.

Source :
Service des communications
ÉTS, 23 février 2021

Toutes les actualités de l'École de technologie supérieure >>>

© Université du Québec, 2024