Alvaro Goncalves, directeur technique de Wearin’, a été interviewé en juin 2024 par Swissmem, la principale association suisse pour les PME et les grandes entreprises de l'industrie des machines, des équipements électriques et des métaux (MEM) et des secteurs technologiques connexes.
Alvaro nous fait part de ses réflexions sur comment l'IA peut réduire les risques professionnels et améliorer la santé des personnes:
Alvaro Gonçalves“Grâce à l'IA, nous aidons les personnes en situation de danger, comme les pompiers ou la police lors d'une opération. Wearin’ est une plateforme IoT intelligente qui fournit des informations en temps réel en collectant des données pendant la mission, en les corrélant, en les interprétant, en en tirant des enseignements et en déclenchant automatiquement des alertes dans les situations de crise. Par exemple, nous pouvons voir l'emplacement des services d'urgence, leur environnement et leur bien-être. Des données importantes sont envoyées à la fois à l'utilisateur et aux décideurs. Cela permet d'identifier à temps les risques pour la santé et la sécurité et d'améliorer la coordination en direct.
Le traitement des données assisté par l'IA permet de détecter le stress thermique et le stress aigu, un homme au sol ou l'attaque d'un véhicule blindé et contribue à prévenir les risques futurs.”
Pour ce faire, nos gilets de sécurité ont besoin de nombreux capteurs et d'une IA que nous pouvons former pour une personne spécifique en fonction de son âge, de sa condition physique, de sa stature, de son sexe, etc. Plus précisément : les dispositifs portables classiques mesurent des données telles que la fréquence cardiaque, mais le contexte n'est pas pris en compte. Pourquoi le cœur bat-il plus vite ? La personne court-elle, se trouve-t-elle à l'extérieur, sur une pente ou est-elle exposée au poison et à la peur ? Nous, en revanche, collectons tellement de données que nous pouvons comprendre la situation de l'utilisateur.
“Si un pompier entre dans un bâtiment en feu et qu'il ne reste que 50% d'oxygène dans la bouteille de gaz, nous pouvons prédire avec précision que si cette personne continue à respirer aussi rapidement à cet âge et dans cet état, elle devra repartir à un moment très précis”.”
Pour un client de transport de fonds, nous avons développé un algorithme qui identifie quand un véhicule s'arrête à un endroit inhabituel. Les données sont comparées à celles de Google Maps, TomTom & Co : Le véhicule est-il simplement bloqué dans un embouteillage ? Y a-t-il un nouveau feu de signalisation à cet endroit ? Nous avons également accès aux images des caméras. Toutefois, si la camionnette ne s'est pas arrêtée à cet endroit au cours des six derniers mois et qu'il n'y a pas de raison évidente à cela, nos systèmes tireront la sonnette d'alarme. Il peut s'agir d'un vol ou de quelque chose de similaire. Il faut 1 minute 30 pour identifier la situation. Cela se produit plus fréquemment avec les nouveaux clients lorsqu'ils empruntent des itinéraires inconnus pour se rendre dans des supermarchés, etc. afin de collecter de l'argent. L'IA doit d'abord apprendre à connaître ces trajets, mais elle s'améliore de plus en plus grâce à la formation. Bien entendu, nous ne voulons pas de fuites de données dans tout cela. C'est pourquoi la sécurité des données est extrêmement importante pour nous : le cryptage de bout en bout protège les informations confidentielles, tandis que la transmission à grande vitesse garantit la collecte des données en temps réel.n.
