éditions des archives contemporaines

La modélisation numérique au service de la détection de la fatigue mentale

Illustration avec la détection sans contact
  1. 11 : Institut de Recherche Biomédicale des Armées, Unité d’Ergonomie Cognitive des Situations Opérationnelles, Brétigny-sur-Orge 2 : Université de Versailles—Saint-Quentin-en-Yvelines, Laboratoire d’Ingénierie des Systèmes de Versailles (LISV), Vélizy 3 : Laboratory of Research in Interdisciplinary Digital engineering and Sciences (LyRIDS), École Centrale Électronique (ECE) de Paris
  2. 2Institut de Recherche Biomédicale des Armées, Unité d’Ergonomie Cognitive des Situations Opérationnelles, Brétigny-sur-Orge
  3. 3Laboratory of Research in Interdisciplinary Digital engineering and Sciences (LyRIDS), École Centrale Électronique (ECE) de Paris
  4. 4Université de Versailles—Saint-Quentin-en-Yvelines, Laboratoire d’Ingénierie des Systèmes de Versailles (LISV), Vélizy
Pages75–90
Paru le13 juin 2025
Citer Lire en PDF · 15 p.

Résumé

Même si la fatigue mentale est une notion bien connue de tous, elle demeure un problème récurrent pour les militaires et leurs décideurs. En effet, notre méconnaissance des mécanismes sous-jacents à cet état dégradé représente une difficulté pour l’évaluation et la maitrise du risque que représente la fatigue mentale car impliquée dans un grand nombre d’échecs de mission et d’accidents. Les perspectives qu’offriraient la possibilité de sa détection reste un défi d’autant plus important que les mesures classiquement utilisées (subjectives avec des questionnaires et objectifs avec des mesures physiologiques, biologiques, etc.) présentent chacune des limites (respectivement de fiabilité et de faisabilité). Une autre possibilité se concrétise avec des outils de détection sans contact (images et vidéos) qui offrent de meilleurs perspectives en termes de fiabilité, d'adaptabilité et d'applicabilité dans des contextes opérationnels que les approches conventionnelles. Ces outils de détection sans contact peuvent s’appuyer sur la puissance du fonctionnement de systèmes intelligents comme l’intelligence artificielle. Des approches de modélisations (mathématiques, informatiques) se basant sur des modèles d’apprentissage explicable (MAE) pourraient s’avérer pertinentes et éventuellement efficaces pour détecter et suivre l’état de fatigue mentale d’un militaire en situation de déploiement opérationnel. La modélisation numérique pourrait donc contribuer à mieux appréhender les probables situations d'échecs et de risque tant sur le plan individuel que collectif. Elle représenterait donc un outil de gestion des capacités individuelles et du succès collectif dans les situations de déploiement opérationnelles.

Mots clés
Détection sans contact. Fatigue Mentale. Intelligence Artificielle. Modèle d’Apprentissage Explicable. Modélisation numérique. Système Expert Intelligent. Visage Humain. Médecine d’armée

Abstract

Numerical modeling to detect mental fatigue: an illustration with non-contact detection
Although mental fatigue is a well-known concern, it represents a recurring issue for the military and its decision-makers. Indeed, mental fatigue and its mechanisms are as yet not fully understood. While being a source of many mission failures and accidents, mental fatigue remains difficult to assess and manage. Detecting mental fatigue remains a challenge, all the more so as the measures conventionally used, be they subjective with questionnaires or objective with physiological, biological measurements, etc. They all present limits of reliability and feasibility respectively. Another assessment approach is offering new possibilities today - with non-contact detection tools e.g., images and videos, which provides better prospects than conventional methods in terms of reliability, adaptability and applicability in operational contexts. These non-contact detection tools can draw on the power of intelligent systems such as artificial intelligence. Mathematical and computer modeling processses based on Explainable Learning Models (ELM) could prove relevant and effecient for detecting and monitoring the state of mental fatigue in soldiers in operational deployment situations. Numerical modeling could therefore help analyse and anticipate risk situations and human failures at both individual and collective levels. It therefore represents a potential tool for managing individual capabilities and collective success in operational deployment situations.
Keywords: Contactless Detection. Mental Fatigue. Artificial Intelligence. Explicable Learning Model. Digital Modeling. Intelligent Expert System. Human Face. Military medicine.

Keywords
Contactless Detection. Mental Fatigue. Artificial Intelligence. Explicable Learning Model. Digital Modeling. Intelligent Expert System. Human Face. Military medicine

Lire l’article

Première page

PDF de 15 pages, tel qu’imprimé dans la revue, pages 75 à 90. En libre accès.

Pas encore de consultation enregistrée.