Simulation musculo-squelettique directe de marche pathologique basée optimisation – OMEGA

Chaque situation clinique comportait deux conditions : l'état initial et l'état altéré. Les données d'analyse de la marche ont été obtenues avec un système de capture de mouvement et les forces de réaction au sol ont été mesurées. L'effet de la méthode de mise à l'échelle du modèle sur les conditions de marche a été analysé et une simulation en dynamique inverse pour la genouillère et la pathologie du pied tombant a été réalisée et plusieurs paramètres de marche concernant la cinématique et la cinétique ont été calculés. Deux simulateurs prédictifs ont été développés. Un simulateur orienté feedback a été conçu avec des composants spécifiques pour suivre un mouvement de référence, maintenir l'équilibre et contrôler la direction de marche dont les paramètres ont été en partie trouvés grâce à un processus d'optimisation. Un deuxième simulateur basé sur des réseaux de neurones et sur des processus d'optimisation a également été conçu. Une analyse approfondie des propriétés de ce simulateur a été effectuée en ce qui concerne sa précision, sa robustesse et sa sensibilité et a été utilisée pour déterminer les paramètres les plus optimaux pour la prédiction. Afin de prédire les marches, notre approche consiste à appliquer des déformations au mouvement de référence afin d'obtenir des simulations nouvelles et stables sans réentraînement des réseaux de neurones. Les prédictions de marches en condition altérée pour le cas de la genouillère ont été comparées aux données cliniques.

L'analyse en dynamique inverse des données cliniques a permis de caractériser les patterns de marche et d'aborder les principales différences entre les conditions de marche initiales et altérées pour chaque pathologie ciblée. Le simulateur prédictif le plus prometteur conçu dans le cadre de ce projet est basé sur des réseaux de neurones et est capable de reproduire des mouvements de marche d'un patient dans son état initial et dans son état altéré. Le simulateur est également capable de prédire des patterns de marche grâce à l'application de déformations sur le mouvement initial qui sont dirigées par un processus d'optimisation. Ces résultats contribueront à améliorer le traitement individualisé des patients, en particulier dans les cas à très faible incidence ou à forte individualité, pour lesquels la médecine factuelle a des limites naturelles d'applicabilité.
La collecte des données cliniques et l'analyse de la pathologie du pied tombant seront présentées à la conférence ISB en juillet 2021 (Santos et al., 2021). L'analyse de sensibilité du simulateur prédictif direct basé sur les réseaux de neurones a été introduite lors d'un atelier national (Bonis et al., 2018) et entièrement présentée ultérieurement à la conférence ICNR (Bonis et al., 2020). D'autres productions scientifiques sont attendues en 2021. Ce projet étant catégorisé comme recherche fondamentale, des résultats économiquement exploitables n'étaient pas directement attendus. Néanmoins, un simulateur fonctionnel a été développé et testé sur une condition clinique.

L'effet de différents paramètres et de stratégies de mise à l'échelle des modèles a été étudié. L'approche en dynamique inverse nous a permis de caractériser les pattern de marche et d'aborder les principales différences entre les conditions de marche initiales et altérées.
Notre simulateur orienté réseaux de neurones est capable de reproduire des marches similaires au mouvement de référence pour un patient dans un état initial et altéré. Le simulateur est également capable de prédire des pattern de marche grâce à l'application de déformations à un mouvement de référence initial.
Nos différentes études ont montré l'importance d'utiliser un environnement adapté à l'apprentissage d'un réseau de neurones et aux processus d'optimisation, et les temps de calcul qu'ils nécessitent. Notre analyse a déterminé comment réduire l'espace de recherche pendant la prédiction. Il a également permis de contrôler l'effet de la prédiction sur la précision, l'exactitude et la robustesse du simulateur.

La collecte des données cliniques et l'analyse de la pathologie du pied tombant seront présentées à la conférence ISB en juillet 2021 (Santos et al., 2021). L'analyse de sensibilité du simulateur prédictif direct basé sur des réseaux de neurones a été introduite lors d'un atelier national (Bonis et al., 2018) et entièrement présentée ultérieurement à la conférence ICNR (Bonis et al., 2020). D'autres productions scientifiques sont attendues en 2021. Ce projet étant catégorisé comme recherche fondamentale, des résultats économiquement exploitables n'étaient pas directement attendus. Néanmoins, un simulateur fonctionnel a été développé et testé sur une condition clinique.

La connaissance du mouvement et des forces internes au corps humain est essentielle dans de nombreux domaines de la médecine de l’Homme et en particulier en chirurgie orthopédique et traumatologique. Les méthodes numériques modernes ont progressées à un point où elles peuvent être utilisées pour estimer les forces dans les structures du corps et ce à partir d’un mouvement et de charges externes enregistrés. Toutefois, leurs utilités générales sont limitées par leur incapacité à prédire un mouvement et des charges internes en réponse à des changements provoquées par une maladie ou par suite de l'application d'un traitement administré pour traiter une maladie. Le but de ce projet est de développer une nouvelle génération de simulateur prédictif, basé sur le calcul de mouvements optimaux, avec la promesse de pouvoir prévoir et donc améliorer les stratégies thérapeutiques spécifiques à un patient. Notre simulateur proposera des moyens numériques permettant de guider et de prédire des thérapies, et pourra servir d’aide aux approches empiriques actuelles qui s’appuient sur l'évolution des thérapies en fonction de données mesurées.

Des méthodes de simulation directe efficaces récemment développées, qui ont à ce jour été développées principalement pour la représentation du mouvement autonome humain dans l'industrie du divertissement et des jeux, seront appliquées dans un contexte médical. Un simulateur musculo-squelettique prédictif innovant sera élaboré et mis en oeuvre à cet effet. Bien que le simulateur pourrait à l'avenir être appliqué à un large éventail de troubles musculo-squelettiques, il sera d'abord testé dans trois situations cliniques spécialement sélectionnées: genou et cheville contraints, pathologie du pied tombant, et amputation trans-fémorale équipée d'une prothèse contrôlée par microprocesseur. Ces trois situations cliniques ont été choisies car elles sont bien caractérisées, les modalités de traitement peuvent être modifiées de manière non invasive et sans risque pour les patients, et un nombre suffisant de patients est disponible. Bien que relativement simple, chacune de ces pathologies représente une réduction sérieuse de la qualité de vie chez les patients touchés. Des améliorations dans le traitement et en particulier dans l’adaptabilité des modalités de traitement aux besoins individuels des patients auront un impact important sur leur qualité de vie mais aussi sur les coûts associés aux traitements. Dans les trois scénarios, une plateforme spécifique sera élaborée en environnement clinique, et validée en utilisant une combinaison de mesures cinématiques et cinétiques ainsi que des simulations en dynamique inverse servant de références et collectées sur des patients.

L’une des applications futures des capacités prédictives du simulateur la plus évidente est le traitement de l'arthrose avancée de la hanche et du genou, c’est-à-dire arthroplastie totale de la hanche (THA) et du genou (TKA). Le coût de ces procédures représente un enjeu économique important et en pleine croissance. L'OECD signale que le nombre croissant de remplacements de la hanche et du genou continuera à contribuer à la croissance des dépenses de santé mondiale étant donné que ce sont des interventions coûteuses. C’est une autre indication de l'importance de la recherche qui sera effectuée dans ce projet et cela met en évidence son impact médical et économique: améliorer le traitement et fournir des méthodes nouvelles et efficaces pour prédire le résultat de traitements dans de nombreux cas liés aux troubles musculo-squelettiques.