Kelly Écho Skin

Créatrice du projet • Système d’analyse des états résidents

📨 Réponses

0

🧠 Pas intéressés

0

🔥 Très intéressés

0

%

🧠 À propos

Aujourd’hui, dans les établissements de soins, une grande difficulté persiste : comprendre l’état réel des résidents lorsque la communication verbale est limitée ou impossible.

Douleur, inconfort, stress ou agitation sont souvent détectés trop tard, uniquement par observation humaine, ce qui peut retarder la prise en charge.

ÉCHO SKIN est une solution innovante qui va répondre à ce problème.

Nous développons un patch intelligent capable d’analyser plusieurs indicateurs physiologiques, comme les variations de mouvement, afin d’identifier des états potentiels de stress, d’inconfort ou de changement comportemental.

L’objectif est d’aider les professionnels de santé à mieux anticiper les situations critiques lorsque la communication est difficile.

Le projet repose d’abord sur une phase terrain avec un sondage auprès des professionnels de santé pour valider les besoins réels, puis sur le développement d’un prototype et des tests en conditions réelles.

À terme, ÉCHO SKIN vise à améliorer la qualité de prise en charge, réduire les situations critiques non détectées, et renforcer le confort des résidents.

🚀 Évolution du projet

1. Sondage anonyme (phase actuelle)
👉 Validation terrain

Questionnaire 2 minutes auprès des professionnels
Recueil des ressentis et besoins
Analyse des réponses
Identification des priorités terrain

🎯 Résultat : données réelles + validation du concept

2. Conception du concept patch intelligent
👉 Traduction en solution

Définition des capteurs possibles :
rythme cardiaque
température
mouvement
stress physiologique
Définition des indicateurs d’état
Logique d’interprétation (IA ou scoring)

🎯 Résultat : modèle conceptuel du patch

3. Prototype fonctionnel
👉 Passage concret

Simulation ou prototype matériel
Dashboard de suivi des données
Test de détection d’états simulés
Première interface utilisateur

🎯 Résultat : preuve de faisabilité

4. Tests en conditions réelles
👉 Validation terrain réelle

Tests en structure (EHPAD / soins)
Comparaison observations soignants vs données patch
Ajustements des seuils et alertes

🎯 Résultat : validation médicale et fonctionnelle

5. Déploiement & amélioration continue
👉 Passage en solution durable

Optimisation du modèle
Automatisation des alertes
Ajout IA prédictive
Extension à plus de structures

🎯 Résultat : produit final utilisable