La stimulation cérébrale profonde adaptative (SCP) est prometteuse pour améliorer le traitement des troubles neurologiques tels que la maladie de Parkinson (MP). La SCP utilise des biomarqueurs liés aux symptômes pour ajuster les paramètres de stimulation en temps réel afin de cibler les symptômes avec plus de précision. Pour permettre ces ajustements dynamiques, les paramètres d’un algorithme aDBS doivent être déterminés pour chaque patient. Cela nécessite un réglage manuel fastidieux de la part des chercheurs cliniques, ce qui rend difficile la recherche d’une configuration optimale pour un seul patient ou l’adaptation à de nombreux patients. De plus, l’efficacité à long terme des algorithmes de SCP configurés en clinique pendant que le patient est à domicile reste une question ouverte. Pour mettre en œuvre cette thérapie à grande échelle, une méthodologie permettant de configurer automatiquement les paramètres de l’algorithme aDBS tout en surveillant à distance les résultats de la thérapie est nécessaire. Dans cet article, nous partageons la conception d’une plate-forme de collecte de données à domicile pour aider le terrain à résoudre ces deux problèmes. La plate-forme est composée d’un écosystème matériel et logiciel intégré qui est open-source et permet la collecte à domicile de données vidéo neuronales, inertielles et multi-caméras. Pour garantir la confidentialité des données d’identification des patients, la plateforme crypte et transfère les données via un réseau privé virtuel. Les méthodes comprennent l’alignement temporel des flux de données et l’extraction d’estimations de pose à partir d’enregistrements vidéo. Pour démontrer l’utilisation de ce système, nous avons déployé cette plateforme au domicile d’une personne atteinte de la maladie de Parkinson et recueilli des données au cours de tâches cliniques autoguidées et de périodes de comportement libre sur une période d’un an et demi. Les données ont été enregistrées à des amplitudes de stimulation sous-thérapeutique, thérapeutique et supra-thérapeutique afin d’évaluer la sévérité des symptômes moteurs dans différentes conditions thérapeutiques. Ces données alignées dans le temps montrent que la plateforme est capable de collecter des données multimodales synchronisées à domicile pour l’évaluation thérapeutique. Cette architecture de système peut être utilisée pour soutenir la recherche automatisée sur la SCP, pour recueillir de nouveaux ensembles de données et pour étudier les effets à long terme de la thérapie par SCP en dehors de la clinique pour les personnes souffrant de troubles neurologiques.