L’intelligence artificielle révolutionne la biomécanique sportive en Tunisie

Une équipe de chercheurs tunisiens vient de publier une analyse sans précédent sur l’intégration de l’intelligence artificielle dans le domaine de la biomécanique sportive. Leur travail, mené par le Département de médecine physique et réadaptation de la Faculté de médecine de l’Université de Monastir, éclaire la manière dont les outils computationnels transforment l’analyse du mouvement humain, de la prévention des blessures à l’optimisation des performances.

Publiée le 2 octobre 2026 dans la revue Medicine (éditée par Ovid Technologies), cette étude bibliométrique révèle une croissance exponentielle du champ : 8 789 publications ont été recensées entre 2015 et 2024, avec un taux de croissance annuel moyen de 12,05 %. Le pic de production a été atteint en 2024, avec 1 496 articles publiés cette année-là. Ces travaux impliquent 30 012 auteurs répartis dans 1 798 revues, illustrant une collaboration internationale intense (27,57 % des publications).

Une méthodologie rigoureuse pour cartographier un champ en mutation

Les auteurs, dirigés par Amr Chaabeni (premier auteur) et Anis Jellad (dernier auteur), ont utilisé une approche mixte combinant analyse de performance et cartographie scientifique. Leur méthode repose sur une requête booléenne ciblée dans la Web of Science Core Collection, couvrant la période de janvier 2015 à décembre 2024. Les outils VOSviewer et Bibliometrix R-package ont permis d’identifier les réseaux de collaboration, les thèmes émergents et les revues dominantes. Parmi ces dernières, Sensors se distingue avec 664 articles publiés sur le sujet.

Les résultats montrent que la machine learning constitue le cœur intégrateur de ce domaine, reliant la biomécanique, l’électromyographie et la réadaptation. Cinq clusters thématiques majeurs ont été identifiés, avec l’électromyographie, les capteurs et la cinématique comme thèmes moteurs, des domaines déjà bien développés. La Chine et les États-Unis dominent la production scientifique, avec respectivement 2 382 et 1 303 articles, tandis que Chen X apparaît comme l’auteur le plus influent (indice H de 22).

Ce que l’étude ne dit pas et comment aller plus loin

Cette analyse bibliométrique, bien que riche en données, ne démontre pas de causalité entre l’usage de l’IA et l’amélioration des performances sportives ou la réduction des blessures. Elle se limite à décrire l’évolution du champ et ses dynamiques internes. Pour évaluer l’impact réel des outils d’IA, il faudrait des études cliniques randomisées ou des méta-analyses comparant des cohortes exposées et non exposées aux technologies d’analyse automatisée.

Les auteurs soulignent également que leur travail repose sur des données bibliométriques, et non sur une évaluation qualitative des méthodes ou des résultats des études incluses. La portée géographique des conclusions est donc limitée aux publications indexées dans la Web of Science, ce qui peut exclure des travaux publiés dans des revues locales ou non anglophones.

Pour explorer les détails de cette étude, le texte intégral est accessible en accès ouvert via le lien suivant : https://doi.org/10.1097/md.0000000000050932. Une version alternative est également disponible sur Europe PMC.

Pourquoi cette étude compte pour l’Afrique

Cette publication s’inscrit dans une dynamique africaine croissante en matière de recherche appliquée à la santé et au sport. Bien que l’étude soit menée par des chercheurs tunisiens, elle s’appuie sur des collaborations internationales et des données globales, offrant un éclairage utile pour les acteurs africains souhaitant développer des outils d’IA adaptés aux réalités locales. En Afrique, où les infrastructures sportives et médicales sont souvent limitées, l’intégration de l’IA pourrait permettre d’optimiser les ressources existantes et de démocratiser l’accès à des analyses biomécaniques de qualité.

Les auteurs appellent d’ailleurs à des recherches futures intégrant des données africaines, afin de mieux comprendre comment ces technologies peuvent être adaptées aux contextes locaux, notamment en termes de coût, d’accessibilité et de pertinence culturelle.

Passez à l'action avec BNTIC News

Pour explorer des outils d’intelligence artificielle adaptés à vos besoins, consultez le BNTIC ModelFinder Africa. Cet outil permet de rechercher et comparer des modèles d’IA selon la tâche, les langues supportées et les contraintes techniques, afin de trouver la solution la plus adaptée à votre projet.

À lire aussi : Recherche scientifique 2026 : Une étude éclaire le rôle des infirmières face à l’IA en suivi obstétrical