Africa-Press – Guinée. mais encore faut-il déterminer ce qu’on veut prévenir pour savoir comment s’y prendre ! Certes, il y a quelques actions qui facilitent la prévention d’un grand nombre de maladies, telles une alimentation équilibrée ou encore de l’activité physique. Mais certaines personnes à risque requièrent un soin particulier, et l’on ne sait pas toujours en avance si on en fait partie.
L’intelligence artificielle (IA) pourrait nous aider à résoudre ce problème, en soulignant les points faibles de notre santé et donc les maladies que nous risquons de développer dans le futur. L’un de ces outils prédictifs est SleepFM, qui utilise des données recueillies durant le sommeil pour établir le risque de tomber malade dans un avenir proche. Cette IA, conçue par des chercheurs de l’Université de Stanford aux États-Unis, a été présentée le 6 janvier 2026 dans la revue Nature Medicine.
Quand la santé se reflète dans le sommeil
Pourquoi analyser le sommeil? Car de nombreuses études montrent que la qualité de ce repos nocturne est associée à la santé: les troubles du sommeil sont liés à un risque accru de démence et de maladies chroniques, et affectent la santé cérébrale et le système immunitaire, entre autres. Les auteurs ont donc pensé qu’il serait possible d’avoir un aperçu de la santé globale d’un individu en analysant son sommeil.
Pour cela, ils ont utilisé des données de polysomnographie, un examen médical pour étudier la qualité du sommeil et déceler des troubles, tels que les apnées. Cet examen consiste à enregistrer plusieurs variables physiologiques durant la nuit, dont l’activité cérébrale, les mouvements oculaires, l’activité cardiaque et respiratoire, ou encore la fonction musculaire des bras et des jambes.
Voir le sommeil pour prédire le futur
SleepFM est un modèle dit « de fondation », qui analyse un grand nombre de données non étiquetées (personne ne lui indique à quoi correspond chaque donnée) pour en déduire des liens et apprendre de façon autonome comment ces liens peuvent être généralisés. Il a été entrainé avec plus de 585.000 heures de données de polysomnographie, provenant de plus de 65.000 participants issus de différentes études, ainsi que leurs données de santé (s’ils avaient des maladies chroniques, par exemple). Chacune de ces heures est coupée en morceaux de cinq secondes, qui servent comme « tokens » pour le modèle (comme les mots servent de « tokens » pour les modèles de langage comme ChatGPT).
En faisant ces liens entre les données recueillies durant le sommeil et les maladies des participants, l’IA est parvenue à déterminer quelles pathologies ces personnes avaient ou allaient avoir dans les six années à venir. Elle s’est surtout révélée efficace pour un sous-groupe de 130 maladies, avec un taux de succès d’au moins 75 %. SleepFM était particulièrement efficace pour prédire le risque de développer la maladie de Parkinson et des démences (pathologies où les troubles du sommeil seraient des indicateurs précoces), des problèmes cardiaques causés par l’hypertension, des hémorragies cérébrales, ainsi que les cancers de la prostate, du sein et de la peau. L’IA était aussi efficace pour prédire le risque de mortalité dans les six prochaines années (c’est-à-dire qu’en regardant les données d’un jour en particulier, elle parvenait à prédire le décès de la personne dans ce laps de temps, ce qui pouvait être vérifié avec l’historique de santé du patient en question).
Un espoir pour la prévention des maladies
Cette intelligence artificielle a été testée ensuite avec une cohorte de plus de 6.000 adultes dont les données n’avaient pas été utilisées pour entrainer le modèle. Environ la moitié de cette cohorte a été utilisée pour réentrainer l’IA et lui permettre de s’adapter aux différences de population et de données. Pour enfin le tester sur 2.000 participants, montrant une bonne capacité prédictive, notamment pour des maladies cardiovasculaires. Ainsi, le modèle pourrait être réadapté facilement à d’autres pays ou d’autres populations, sans avoir à refaire l’entièreté de son entraînement. Cependant, les auteurs préviennent que SleepFM a été entrainé principalement avec des données issues d’études sur des troubles du sommeil, et donc sur des patients suspectés d’avoir ces troubles. Il peut donc y avoir un biais, car les personnes sans problèmes de sommeil sont surement sous-représentées, et donc l’IA ne peut pas être utilisée en l’état pour l’ensemble de la population.
Toutefois, la démocratisation de dispositifs portatifs de santé (montres connectées et autres) pourrait permettre d’alimenter l’IA en données de personnes en bonne santé, afin de l’aider à mieux généraliser ses conclusions. Comme pour les autres IA prédictives en santé, il reste encore beaucoup de chemin avant que SleepFM puisse être utilisée en médecine. Mais elles représentent un énorme espoir pour la santé publique, puisqu’il vaut mieux prévenir que guérir.
Pour plus d’informations et d’analyses sur la Guinée, suivez Africa-Press
