Publié le 8 octobre 2025 à 12h14. Des ingénieurs ont mis au point un système innovant capable d’estimer le rythme cardiaque d’une personne à partir des signaux Wi-Fi ambiants, ouvrant la voie à une surveillance sans contact et à faible coût.
- Le système, baptisé Pulse-Fi, utilise l’intelligence artificielle et du matériel informatique courant pour analyser les variations des signaux Wi-Fi.
- Des tests ont démontré une précision remarquable, même lorsque la personne se déplace ou se trouve à différentes distances de l’équipement.
- Cette technologie pourrait offrir une alternative aux dispositifs de surveillance traditionnels, plus coûteux et nécessitant un contact physique.
Une nouvelle approche de la surveillance de la santé pourrait bien être en marche. Des chercheurs de l’Université de Californie à Santa Cruz ont développé Pulse-Fi, un système qui exploite les ondes radio émises par les routeurs Wi-Fi pour estimer le rythme cardiaque d’une personne, et ce, sans aucun contact. Cette avancée, présentée le 5 août lors de la Conférence internationale IEEE 2025 sur l’informatique distribuée dans les systèmes intelligents et l’Internet des objets (DCOSS-IoT), pourrait révolutionner la manière dont nous suivons nos signes vitaux.
Le principe repose sur l’analyse des « informations sur l’état du canal » (CSI), qui décrivent l’amplitude et la phase du signal Wi-Fi lorsqu’il traverse l’espace, y compris lorsqu’il est perturbé par le corps humain. En filtrant ces données, les chercheurs ont réussi à isoler les variations subtiles liées aux battements cardiaques. Contrairement à de nombreuses technologies existantes, comme les moniteurs de ceinture pectorale ou les montres intelligentes, Pulse-Fi ne nécessite aucun contact direct avec le patient et s’appuie sur du matériel relativement peu coûteux.
L’équipe, composée de Pranay Kocheta, Nayan Bhatia et Katia Obraczka, a mené des tests rigoureux pour valider la précision de son système. Ils ont placé sept participants – cinq hommes et deux femmes – à différentes distances (1 mètre, 2 mètres et 3 mètres) de deux appareils ESP32, qui émettaient et recevaient des signaux Wi-Fi. Simultanément, le rythme cardiaque réel des participants était mesuré à l’aide d’un oxymètre de pouls. Les résultats ont été encourageants : Pulse-Fi a sous-estimé ou surestimé le rythme cardiaque en moyenne de seulement 0,429 battements par minute (BPM) à 1 mètre, 0,482 BPM à 2 mètres et 0,488 BPM à 3 mètres.
Pour affiner leurs estimations, les chercheurs ont utilisé un réseau neuronal récurrent de mémoire à long terme et à court terme, une technique d’apprentissage automatique capable de prendre en compte les dépendances temporelles dans les données. Ils ont également appliqué des filtres pour éliminer les interférences et se concentrer sur les fréquences cardiaques typiques (entre 48 et 130 BPM). Les premiers résultats suggèrent que Pulse-Fi pourrait être utilisé dans divers contextes, allant de la surveillance à distance des patients à la détection des signes vitaux dans les environnements publics.
Les chercheurs reconnaissent que des travaux supplémentaires sont nécessaires pour améliorer la robustesse du système et le tester dans des conditions réelles. Ils prévoient d’étendre leurs tests à des environnements plus complexes, avec plusieurs personnes présentes simultanément, afin d’évaluer la capacité de Pulse-Fi à s’adapter à des environnements surpeuplés. Ils soulignent également que la technologie ne soulève aucune préoccupation en matière de confidentialité, car elle ne collecte aucune information personnelle identifiable.
Selon Andreas Karwath, scientifique des données de santé à l’Université de Birmingham, cette approche est prometteuse, mais il souligne l’importance d’utiliser des données indépendantes pour la formation, la validation et les tests du modèle. Il met en garde contre le risque de créer une « prophétie auto-réalisatrice » en utilisant les mêmes données pour toutes ces étapes. Les chercheurs de l’UC Santa Cruz affirment avoir depuis testé le modèle en temps réel, avec des résultats prometteurs qui n’ont pas encore été publiés.