Chaire de recherche en intelligence artificielle et santé numérique pour le changement des comportements de santé

À propos

Notre chaire se consacre à la reconnaissance automatisée d’expressions faciales liées à l'ambivalence que suscite un changement de comportement. Pour ce faire, nous recourons aux plus récentes avancées en intelligence artificielle.

La sédentarité et la mauvaise alimentation ont trop souvent un rôle à jouer dans l’apparition de maladies chroniques non transmissibles telles que le cancer, le diabète ou les maladies cardiovasculaires. L’adoption de comportements sains à long terme demeure difficile et, bien que les interventions en personne telles que le coaching individuel soient efficaces, elles ne peuvent pas s’étendre à l’échelle d’une population entière.

S’il est prometteur, le recours aux applications de motivation et autres outils numériques a des limites : la machine n’arrive pas à repérer l’ambivalence, chez les personnes qui l’utilisent, ce tiraillement entre l’envie de changer et les obstacles qui empêchent de s'y mettre. Notre chaire se propose donc de profiter des progrès en intelligence artificielle (IA) pour mieux reconnaître et mesurer cette émotion qui s’exprime le plus souvent subtilement, à travers des signaux non verbaux, et qui varie selon les individus, les cultures et les conditions de capture. Par conséquent, nous combinerons la modélisation comportementale et l'apprentissage machine pour développer des modèles et des technologies permettant de reconnaître l'expression de l'ambivalence avec précision.

La recherche

Pour ce projet, nous utiliserons l’apprentissage faiblement supervisé afin d’entraîner des réseaux de neurones profonds à partir de vidéos avec des annotations limitées. Nous développerons notamment des réseaux profonds pouvant s’adapter rapidement à différentes personnes et conditions de capture, en utilisant des vidéos opérationnelles. Ces réseaux apprendront à combiner dynamiquement l'information audiovisuelle en fonction des conditions de capture vidéo. Ils apprendront également à effectuer la localisation spatio-temporelle des expressions faciales et vocales d'empathie pour faciliter l'interprétation.

Les résultats des travaux de notre chaire auront des impacts directs sur l’utilisation, l’accessibilité et la mise en œuvre des interventions de cybersanté. Cette recherche multidisciplinaire – psychologie comportementale, traitement du signal multimédia, IA et apprentissage profond - devrait produire plusieurs prototypes fonctionnels pour la reconnaissance d’expressions faciales et vocales, qui déboucheront sur des technologies d’IA fiables pour des applications réelles en santé.

Thèmes de recherche :

Intelligence artificielle
Télésanté (e-health)
Médecine comportementale
Reconnaissance d’expressions faciales et vocales
Informatique affective

Simon Bacon, cotitulaire de la chaire et professeur, Département de santé, kinésiologie et physiologie appliquée, Université Concordia
Éric Granger, cotitulaire de la chaire et professeur, Département de génie des systèmes, ÉTS
Alessandro Koerich, professeur, Département de génie logiciel et des TI, ÉTS
Kim Lavoie, professeure, Département de psychologie, UQAM
Marco Pedersoli, professeur, Département de génie des systèmes, ÉTS