WearGait-PD : un jeu de données Open-Access sur les dispositifs portables pour la marche dans la maladie de Parkinson et chez des témoins appariés en âge

Pourquoi notre façon de marcher compte

La marche est quelque chose que la plupart d’entre nous tiennent pour acquis, mais pour les personnes vivant avec la maladie de Parkinson, chaque pas peut être une difficulté. Les médecins savent que les modifications de la marche et de l’équilibre sont au cœur de cette maladie, et pourtant ils s’appuient encore largement sur ce qu’ils observent lors de courtes visites en clinique et sur ce que les patients se rappellent de signaler. Cet article présente WearGait-PD, une vaste collection de données de mouvement détaillées, partagée en libre accès, recueillies auprès de personnes atteintes de Parkinson et d’adultes âgés sans la maladie. En rendant ces mesures accessibles à tous, le projet vise à accélérer la création de meilleurs tests, traitements et outils numériques capables de suivre la marche et l’équilibre dans la vie quotidienne.

Des listes de contrôle en clinique aux empreintes numériques

Traditionnellement, les médecins évaluent la maladie de Parkinson avec des échelles de notation et l’observation : ils regardent un patient marcher dans un couloir, se retourner, rester immobile, puis attribuent des scores. Ces méthodes sont utiles mais intrinsèquement limitées — elles saisissent seulement quelques minutes en clinique et reposent sur le jugement humain. Parallèlement, les technologies portables comme les capteurs de mouvement et les semelles intelligentes sont devenues puissantes et abordables. Elles peuvent enregistrer comment une personne bouge, seconde après seconde, sur de nombreux pas et tâches. Pourtant, les progrès ont été freinés par un problème fondamental : collecter des données de haute qualité auprès d’un grand nombre de personnes atteintes de Parkinson est coûteux et long, si bien que seules quelques équipes bien financées peuvent le faire, et elles gardent souvent les données privées.

Construire une ressource partagée de pas réels

Le projet WearGait-PD s’est donné pour objectif de lever cette barrière en constituant un riche jeu de données public. L’équipe a enregistré 185 volontaires : 100 personnes atteintes de la maladie de Parkinson et 85 adultes plus âgés d’un âge comparable sans la maladie. Les participants ont réalisé une série de tâches de marche et d’équilibre, comme marcher à un rythme confortable, accélérer, marche talon‑orteil, se tenir dans des positions exigeantes, franchir une porte et suivre un court parcours intérieur incluant des couloirs et une chaise. Pour chaque personne, ces tâches ont produit plusieurs essais, totalisant plus de 1 500 enregistrements de mouvement. En complément des données des capteurs, les chercheurs ont recueilli des informations médicales telles que l’âge, les scores de sévérité de la maladie, l’usage de médicaments et la présence éventuelle d’un implant cérébral pour gérer les symptômes.

Relier le corps et le sol

Pour capturer le mouvement en détail, les participants portaient 13 petits capteurs de mouvement sans fil sur la tête, le tronc, les bras, les jambes, les chevilles et le dessus des pieds, ainsi qu’une semelle intelligente dans chaque chaussure. Ces dispositifs mesuraient l’accélération, la rotation et la pression sous les pieds à haute fréquence. Les participants ont traversé un tapis spécial de détection de pression — une fine natte remplie de milliers de petits capteurs qui détectent précisément où et avec quelle force chaque pas atterrit. Deux caméras vidéo, placées de face et de côté, ont filmé chaque tâche. Plus tard, des réviseurs formés ont utilisé les vidéos pour annoter ce que chaque personne faisait image par image, y compris les épisodes de blocage de la marche et les trébuchements. Tous ces flux — capteurs corporels, semelles, tapis de pression et annotations vidéo — ont été soigneusement synchronisés à la centième de seconde, de sorte qu’un chercheur peut aligner un pas vu à la caméra avec les signaux exacts de chaque capteur.

Transformer les signaux bruts en données fiables

Collecter autant d’informations n’est qu’une partie du travail ; garantir qu’elles soient propres et fiables est tout aussi important. L’équipe WearGait-PD a utilisé un protocole partagé dans trois centres médicaux afin que les capteurs soient posés de la même manière sur chaque participant. Après chaque session, ils ont examiné et corrigé les enregistrements bruts. Ils ont résolu des problèmes tels que de légers décalages temporels entre les systèmes, vérifié que chaque appui plantaire était correctement étiqueté sur le tapis et confirmé que les signaux des dispositifs portables restaient dans les plages attendues. Chaque essai a bénéficié à la fois de contrôles automatiques et d’une revue humaine ; tout problème a été soit réparé, soit clairement signalé. Le jeu de données final comprend des essais parfaitement complets ainsi que certains comportant des lacunes mineures mais bien documentées, offrant aux utilisateurs une vision réaliste de ce à quoi s’attendre dans des études en conditions réelles.

Ouvrir la porte à de nouveaux outils

Toutes les données WearGait-PD sont librement accessibles via une plateforme en ligne, sous une licence qui encourage la réutilisation tout en protégeant la vie privée des participants. Parce que le jeu de données relie des signaux de mouvement détaillés à des scores cliniques et à des annotations vidéo d’experts, il constitue un banc d’essai idéal pour inventer de nouveaux algorithmes, entraîner des modèles d’apprentissage automatique et vérifier si des mesures numériques de la marche reflètent réellement l’état d’une personne. Concrètement, cela signifie que des applications futures, des semelles intelligentes ou des moniteurs domestiques pour la maladie de Parkinson pourront être développés et validés plus rapidement et de façon plus équitable, en s’appuyant sur des preuves partagées plutôt que sur des études privées isolées. Pour les personnes vivant avec la maladie de Parkinson, cela pourrait se traduire par un suivi des symptômes plus précis, des traitements mieux synchronisés et une image plus nette de la manière dont leur marche — et leur vie quotidienne — évolue au fil du temps.

Citation: Anderson, A.J., Eguren, D., Gonzalez, M.A. et al. WearGait-PD: An Open-Access Wearables Dataset for Gait in Parkinson’s Disease and Age-Matched Controls. Sci Data 13, 440 (2026). https://doi.org/10.1038/s41597-026-06806-2

Mots-clés: Maladie de Parkinson, marche, capteurs portables, jeu de données ouvert, santé numérique