Stage de recherche

Les hôpitaux et établissements de santé font face à une pression croissante pour optimiser le flux des patients, l’allocation des ressources et les délais d’intervention en situation d’urgence [1]. Dans ce contexte, ils doivent concilier deux objectifs souvent difficiles à aligner : améliorer l’efficience organisationnelle tout en garantissant une prise en charge personnalisée et sécurisée des patients.

L’une des dimensions clés de cette optimisation concerne la surveillance continue de la mobilité des patients, notamment ceux à risque de chute ou de perte d’autonomie qui peut être assurée par des systèmes émergents à introduire dans le processus métier des hôpitaux. A cet égard, les systèmes de géolocalisation en intérieur (Indoor Positioning Systems, IPS) – reposant sur des technologies telles que le Bluetooth Low Energy (BLE), le Wi-Fi ou l’Ultra-Wideband (UWB) – offrent une solution non intrusive pour suivre en temps réel les déplacements des patients dans les services hospitaliers ou les établissements de soins. L’analyse de ces trajectoires peut fournir des indicateurs précieux sur l’état fonctionnel d’un patient et permettre la détection précoce d’anomalies comportementales ou d’une dégradation de la mobilité.

La géolocalisation et l’analyse des trajectoires est particulièrement pertinente face à la problématique des chutes, qui représentent chez les personnes âgées ou hospitalisées une cause majeure de blessures, de ré-hospitalisation et de mortalité [2]. Les méthodes de prévention actuellement utilisées reposent surtout sur des capteurs portables (accéléromètres, gyroscopes) ou sur une surveillance manuelle, souvent intrusives ou exigeantes en ressources humaines. Le défi consiste désormais à exploiter les données brutes issues des IPS pour en extraire des indicateurs fiables de mobilité, de stabilité et de comportements à risque, tout en gérant le bruit, les données manquantes et la variabilité contextuelle [3].

L’objectif de ce stage est de concevoir, développer et valider des modèles de détection et de prédiction du risque de chute à partir des données de mouvement issues des systèmes de positionnement en intérieur (IPS). Dans ce cadre, le ou la stagiaire sera amené(e) à mettre en place un système complet de surveillance et d’analyse du risque de chute en environnement hospitalier, fondé sur les données de localisation. Les principales missions incluront :

• L’étude des approches existantes d’analyse de la mobilité basées sur les IPS ;
• Le prétraitement et le nettoyage des données ;
• L’extraction de caractéristiques spatio-temporelles pertinentes (vitesse, temps de maintien, irrégularité des trajectoires, etc.).
• Sur cette base, le ou la stagiaire développera et comparera plusieurs modèles d’apprentissage (tels que Random Forest, LSTM ou Autoencoder) afin d’identifier les schémas de mouvement anormaux et d’estimer la probabilité de chute.

Le travail se conclura par la validation des performances des modèles, la visualisation des trajectoires et des alertes au moyen d’un tableau de bord simple, ainsi que la rédaction d’un rapport technique détaillant la méthodologie, les résultats expérimentaux et les perspectives d’intégration dans des systèmes hospitaliers intelligents.

Qualifications et compétences requises :

Ce stage est d’une durée minimale de 5 mois et débutera en février ou mars 2026. Les stages seront attribués sur la base d’un calendrier continu et les candidats sont encouragés à postuler rapidement.

• Un étudiant en M2 ou ING3 en informatique, science des données, vision par ordinateur et disciplines annexes,
• Expertise en matière de représentation des connaissances et d’ingénierie des données,
• Connaissances en Time Series et intérêt pour l’analyse des données de santé et l’IoT,
• Bonne maîtrise des bibliothèques d’IA avec le langage Python telles que PyTorch, TensorFlow, Keras, Scikit-Learn, etc.
• Très bonnes compétences en communication et expérience du travail en équipe,
• Bon niveau en anglais oral et écrit.

Si ce sujet vous intéresse, merci d’envoyer votre CV, une lettre de motivation, deux références académiques et votre relevé de notes de M1 à hedi.yazid@isep.fr et wafa.njima@isep.fr. Pour les candidatures, l’objet de votre email doit être
« Candidature pour le stage – IPS pour la détection des chutes ».

Date limite de candidature : 31 décembre 2025 à 23h59 (heure GMT+1).