Publié le 10 janvier 2026 à 15h02. Une intelligence artificielle développée à l’université de Stanford est capable de prédire plus de 130 maladies, dont la maladie de Parkinson, la démence et certains cancers, plusieurs années avant l’apparition des premiers symptômes, en analysant les données du sommeil.
- L’IA, baptisée SleepFM, analyse les données issues de la polysomnographie (PSG) pour identifier des marqueurs prédictifs de maladies.
- Elle a démontré une précision remarquable dans la prédiction de la maladie de Parkinson (indice C de 0,89) et de la démence (0,85).
- Le code source de SleepFM est désormais accessible en open source, facilitant sa validation et son intégration dans d’autres recherches.
Une nouvelle ère se profile dans la médecine préventive grâce à une avancée majeure de l’université de Stanford. Des chercheurs ont mis au point un modèle d’intelligence artificielle capable de détecter des risques de maladies graves, parfois des années avant leur manifestation clinique, en se basant sur l’analyse des habitudes de sommeil.
L’équipe dirigée par les professeurs Emmanuel Mignot et James Zou a développé SleepFM, un système qui exploite les données recueillies lors des études du sommeil, traditionnellement utilisées pour diagnostiquer des troubles tels que l’apnée du sommeil. Leur hypothèse de départ était que les ondes cérébrales, la fréquence cardiaque et les schémas respiratoires enregistrés pendant le sommeil contenaient des informations précieuses sur l’état de santé général d’un individu.
SleepFM fonctionne comme un « modèle de fondation multimodal », une architecture d’IA comparable à celle des assistants vocaux, mais qui traite des données physiologiques plutôt que des mots. Entraîné sur près de 585 000 heures de données de sommeil provenant de près de 65 000 personnes, collectées sur plusieurs décennies, le système a appris à reconnaître des interactions subtiles entre les différents systèmes du corps pendant le sommeil.
Les résultats des tests sont impressionnants. SleepFM a atteint une précision de 0,89 pour la prédiction de la maladie de Parkinson et de 0,85 pour la démence. À titre de comparaison, un score de 0,5 équivaut à une prédiction aléatoire, et les valeurs supérieures à 0,7 sont considérées comme significatives. L’IA a également démontré une capacité à prédire le cancer de la prostate (0,89) et le cancer du sein (0,87), ainsi que les événements cardiovasculaires tels que les crises cardiaques (0,81).
Selon les analystes, cette précision dépasse souvent celle des outils cliniques actuels, qui se basent généralement sur des données isolées. La clé du succès de SleepFM réside dans sa capacité à corréler des signaux apparemment indépendants, comme l’activité cérébrale pendant le sommeil et le rythme cardiaque au réveil.
Pour accélérer le développement et la validation de cette technologie, l’équipe de Stanford a mis le code source de « Clinical SleepFM » à disposition en open source sur GitHub le 8 janvier. Cette initiative permettra à d’autres institutions de reproduire les résultats et d’intégrer le modèle dans leurs propres ensembles de données.
Les experts envisagent également d’intégrer SleepFM dans les technologies portables, telles que les montres connectées et les bracelets d’activité. L’objectif est de transformer les données de santé en un flux continu d’informations, permettant ainsi de créer une sorte de « bulletin météo sanitaire » avec un pronostic à long terme.
Cette avancée soulève toutefois des questions éthiques importantes concernant la protection des données et la manière dont les patients doivent être informés des risques potentiels identifiés par l’IA. Le professeur Mignot estime que le sommeil pourrait être une source d’informations sur la santé encore plus riche que les données génétiques, offrant un aperçu unique et continu de l’interaction physiologique.
La prochaine étape pour l’équipe de Stanford consiste à adapter SleepFM pour qu’il puisse traiter directement les données provenant des appareils portables, sans nécessiter de laboratoire du sommeil. Si cette étape est couronnée de succès, la détection précoce des maladies pourrait devenir accessible à un public beaucoup plus large.
Note : Cet article est fourni à titre informatif uniquement et ne constitue pas un avis médical. Le modèle SleepFM est un outil de recherche et n’a pas encore été approuvé par les autorités réglementaires pour une utilisation diagnostique clinique.
Vous vous inquiétez de vos capacités mnémosiques ? Un autotest anonyme de démence, rapide et gratuit, peut vous donner une première indication. Ce test, développé avec des experts, est accessible en ligne et ne prend que quelques minutes.
À lire aussi
