Prof. Dr. Kai Oberländer, co-fondateur et PDG de Motesque - Série d'interviews

Prof. Dr. Kai Oberländer, est le co-fondateur et PDG de Motesque. Motesque a pour vision de révolutionner le monde du mouvement humain en créant et en développant une technologie pionnière pour transformer le mouvement humain en solutions de soins de santé, de commerce électronique et de vente au détail. Ils veulent garder les gens en bonne santé le plus longtemps possible et améliorer leur qualité de vie grâce à des solutions biomécaniques.

Comment êtes-vous arrivé dans le domaine de la biomécanique ?

À la fin des années 2000, j'ai étudié les mathématiques et les sciences du sport, et en combinant ces matières, j'ai trouvé ma passion. Cela m'a fasciné que les articulations permettent aux segments qui leur sont attachés de se déplacer le long de trajectoires circulaires. Cependant, la locomotion humaine elle-même est plus un mouvement linéaire. J'ai donc commencé à lire un livre d'une sommité dans le domaine de la biomécanique, Robert McNeill Alexander, sur la locomotion, et cela m'a conduit à la biomécanique.

Pourriez-vous discuter de l'histoire de la genèse derrière Motesque?

J'ai déménagé à Cologne pour commencer mon doctorat sur l'état de santé du genou après reconstruction du LCA. Travaillant avec des collègues de renommée internationale, j'ai été positivement influencé en regardant la locomotion humaine d'un point de vue humain plutôt que mathématique. Cependant, dans cet environnement orthopédique, il est difficile de prédire le résultat d'une intervention chirurgicale. Il est difficile de juger objectivement si vous pourrez reprendre le sport ou si vous aurez besoin d'une orthèse pendant le processus de récupération. Mais cela n'existait pas à l'époque. Nous avons donc commencé à développer une technologie de capteur IMU qui permet de décider plus facilement si vous pouvez vous déplacer efficacement dans la vie quotidienne et refaire du sport. Et ce fut le début de Motesque.

Pourquoi les données de mouvement sont-elles le « nouvel or » des technologies de la santé et de l'IA ?

L'IA se nourrit généralement de données. Plus il y en a, mieux c'est. Surtout dans les technologies de la santé, les données de mouvement combinées à l'IA ouvrent des possibilités qui n'ont jamais existé auparavant. La bonne chose pour les patients est que ces données sont obtenues à l'aide de méthodes non invasives. Ils permettent un diagnostic précis des conditions de santé. Chez Motesque, nous sommes en mesure de capturer des données de mouvement et de les transformer en recommandations personnalisées qui aident à évaluer les situations liées aux soins de santé et au sport. Ces jugements, basés sur des données individuelles, sont précieux car ils aident les patients à marcher, courir et faire de l'exercice en meilleure santé pour éviter ou se remettre d'une blessure.

Comment les caractéristiques de locomotion aident-elles à prédire l'avenir de la santé d'une personne ?

La première étape est le diagnostic des caractéristiques de la locomotion avec des méthodes sophistiquées. Si les caractéristiques de mouvement d'une personne sont à un certain niveau, nous pouvons prédire dans quelle direction cela se développera. Par exemple, s'il souffre d'arthrose de stade trois au genou, il est très probable qu'il souffrira d'une usure plus importante des articulations du genou à l'avenir. Pour l'analyse des données, l'évaluation et enfin la recommandation du bon produit, nous avons besoin de beaucoup de données, de mathématiques et d'une bonne compréhension de la biomécanique.

Quels sont les différents types d'algorithmes d'apprentissage automatique utilisés ?

Avec des produits tels que notre technologie d’avatar 3D, nous utilisons la vision par ordinateur incluant des techniques d’apprentissage profond classiques et modernes. Nous utilisons des RNN pour nos données séquentielles, ainsi qu'une analyse de régression. Des techniques d'optimisation telles que la descente de gradient sont utilisées pour le réglage des paramètres et les simulations numériques complexes. Pour le Big Data, nous utilisons des techniques de clustering et d'analyse de régression pour mieux comprendre les produits et formuler des recommandations.

Pourriez-vous discuter de la façon dont les recommandations pour les orthèses et les prothèses sont faites ?

Nous avons développé un système mobile d'analyse de la marche pour aider chaque individu à trouver l'appareillage orthétique et prothétique le plus approprié. Les capteurs IMU peuvent être facilement attachés au corps du patient. Ces capteurs capturent des données de mouvement qui fournissent des informations objectives sur l'empreinte, le centre de gravité du corps, les angles des articulations et d'autres paramètres. Toutes les données sont ensuite analysées par des modèles biomécaniques et des algorithmes pour assurer la meilleure recommandation individuelle.

Pourriez-vous expliquer comment cette technologie est utilisée avec les chaussures de course ?

Pendant que le client court sur un tapis de course, des capteurs haute technologie sont fixés à son corps et à ses chaussures, capturant des données très précises et fiables sur sa démarche et sa posture. Une présélection de chaussures est ensuite analysée et comparée en fonction du style de course du client. La chaussure présentant les meilleures caractéristiques, correspondant à ses besoins et à son style de course, est alors recommandée.

Un autre sport dans lequel cette application est utilisée est le vélo, pourriez-vous fournir des détails à ce sujet ?

Il s'agit d'une application que nous avons développée principalement pour le secteur du e-commerce. Il fournit également des recommandations d'ajustement individuelles, mais comme il est utilisé en ligne, nous créons un avatar 3D basé sur la taille et les proportions du corps qui teste virtuellement des produits tels que des vélos dans la boutique en ligne. En quelques secondes, cette solution recommande le meilleur produit pour chaque consommateur. Nous a récemment annoncé que SIGNA Sports United, la principale plateforme de e-commerce et de technologie sportive, et Motesque, se sont lancés dans un partenariat stratégique. Ensemble, nous lançons le tout premier moteur de montage de vélo virtuel basé sur l'IA biomécanique pour l'achat de vélos en ligne. Notre solution de vélo utilise l'avatar 3D pour aider à sélectionner la meilleure taille de cadre et la meilleure configuration pour les proportions individuelles du corps et la position assise.

Comment Motesque aide-t-il à améliorer le sommeil en recommandant des matelas ?

Contrairement aux recommandations basées sur un arbre de décision qui mesurent la taille, le poids et la position de sommeil, notre technologie biomécanique visionnaire basée sur l'IA combine les données personnelles et les photos de chaque client, en créant un avatar tridimensionnel de nos clients qui interagit avec différents matelas grâce à notre physique et moteur biomécanique.

En tenant compte de plusieurs paramètres, notre logiciel identifie la courbure de la colonne vertébrale sur le côté, la profondeur maximale d'enfoncement, l'inclinaison du torse, etc. En fin de compte, le consommateur obtient la recommandation du matelas qui correspond le mieux à ses caractéristiques anatomiques et à son comportement de sommeil.

Y a-t-il autre chose que vous aimeriez partager à propos de Motesque ?

Nous croyons que nos solutions, qui sont scientifiquement fondées et correspondent individuellement aux recommandations de produits, deviendront la manière future de répondre aux besoins des individus. En tant qu'entreprise mondiale, nous sommes déjà bien placés pour continuer à innover sur cette voie afin d'offrir à tous les clients finaux ou patients une solution complète pour prévenir les blessures et améliorer leur état de santé général.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Motesque.