Cet article présente une approche par scénarios utilisant des vidéos de conduite naturelle et un modèle de vision à grande échelle pour identifier l'état cognitif des conducteurs âgés. Les méthodes existantes de diagnostic du déclin cognitif sont longues et coûteuses, ce qui conduit souvent à un sous-diagnostic de certains types de déclin cognitif, comme la démence et les troubles cognitifs légers (TCL). Cette étude analyse le comportement de conduite réel, recueilli grâce à des capteurs embarqués, afin d'en extraire une « empreinte numérique » corrélée aux caractéristiques cliniques du déclin cognitif et de la démence. Le modèle de vision à grande échelle peut fournir des informations pertinentes sur les habitudes de conduite quotidiennes dans diverses conditions routières, permettant ainsi une détection précoce du déclin cognitif. Cette étude propose un cadre qui utilise le modèle de vision à grande échelle et les vidéos de conduite naturelle pour analyser le comportement du conducteur, identifier l'état cognitif et prédire la progression de la maladie. En utilisant le véhicule comme « outil de diagnostic », elle exploite la forte corrélation entre le comportement de conduite réel et l'état cognitif actuel du conducteur. Cette approche identifie les premiers signes avant-coureurs du déclin fonctionnel, contribuant ainsi aux stratégies préventives et soutenant le développement d’un système de surveillance évolutif et non invasif pour réduire le fardeau social et économique du déclin cognitif dans les sociétés vieillissantes.
