Publié le 2024-02-29 10:32:00. Une intelligence artificielle développée à Stanford est capable de prédire avec une grande précision le risque de développer plus de 130 maladies, dont la maladie de Parkinson et certains cancers, en analysant les données physiologiques enregistrées pendant le sommeil, parfois des années avant l’apparition des premiers symptômes.
- L’IA, baptisée SleepFM, analyse les signaux complexes captés lors d’une nuit de sommeil (ondes cérébrales, rythme cardiaque, respiration, activité musculaire).
- Elle a été entraînée sur les données de polysomnographie de près de 65 000 personnes, soit environ 600 000 heures d’enregistrements.
- Les performances de SleepFM sont particulièrement remarquables pour la détection précoce de maladies neurodégénératives et cardiovasculaires.
Une nouvelle ère pourrait s’ouvrir dans la médecine préventive grâce à une avancée technologique majeure : une intelligence artificielle capable de décoder les signaux cachés de notre corps pendant le sommeil pour anticiper l’apparition de maladies graves. Développée par des chercheurs de l’université de Stanford, cette technologie promet de révolutionner la manière dont nous appréhendons la santé et la prévention.
Le système, appelé SleepFM, se base sur l’analyse approfondie des données physiologiques enregistrées pendant une nuit de sommeil. Contrairement aux méthodes traditionnelles qui se concentrent sur quelques paramètres spécifiques, SleepFM examine l’ensemble du spectre des signaux disponibles, des ondes cérébrales (EEG) au rythme cardiaque (ECG), en passant par les schémas respiratoires et l’activité musculaire. Ces examens, connus sous le nom de polysomnographie, sont couramment utilisés pour diagnostiquer l’apnée du sommeil.
« Nous avons décodé un langage caché de la santé que la médecine traditionnelle a largement négligé », explique l’équipe de recherche, dont les travaux ont été publiés dans la revue spécialisée Nature Medicine. L’IA traite ces données de la même manière qu’une intelligence artificielle vocale traite le texte, reconnaissant des modèles complexes invisibles à l’œil humain.
SleepFM évalue la manière dont les différents systèmes corporels interagissent pendant le sommeil, détectant des déséquilibres subtils, comme un rythme cardiaque qui signale un éveil alors que les ondes cérébrales indiquent un sommeil profond. De tels écarts peuvent être révélateurs d’un stress physiologique sous-jacent ou de processus pathologiques en cours.
Les résultats de l’étude sont impressionnants. SleepFM a identifié les personnes à haut risque pour 130 catégories de maladies différentes avec une précision remarquable. L’indice de concordance (indice C), qui mesure la précision des prédictions (1,0 étant parfait et 0,5 le hasard), atteint 0,89 pour la maladie de Parkinson et 0,85 pour la démence, contre environ 0,7 pour les modèles de risque clinique courants.
L’IA affiche également de bonnes performances pour d’autres pathologies, telles que la cardiopathie hypertensive (0,84), le risque de crise cardiaque (0,81), le cancer de la prostate (0,89) et le cancer du sein (0,87). « Nous avons été surpris de voir à quel point les prédictions sont informatives pour des maladies aussi différentes », admet James Zou, co-auteur de l’étude.
Cette technologie pourrait donner un nouvel usage à des millions d’études du sommeil déjà réalisées. Au lieu de se limiter au diagnostic des troubles du sommeil, ces tests pourraient à l’avenir servir de bilans de santé complets, sans intervention supplémentaire pour les patients. L’étude confirme également l’intérêt d’une approche « multimodale » de l’IA médicale, où l’analyse combinée de tous les signaux physiologiques permet d’obtenir les prédictions les plus précises.
Cependant, des défis subsistent avant que cette technologie ne puisse être largement appliquée en clinique. Il est essentiel de valider les performances de SleepFM auprès de populations diverses afin d’éviter les biais. L’étude de Stanford a été menée sur les données d’un seul centre, et une validation externe est donc nécessaire. De plus, il est crucial de comprendre les mécanismes qui sous-tendent les prédictions de l’IA – le fameux problème de la « boîte noire » – afin de permettre aux médecins de faire confiance aux informations fournies.
L’équipe de Stanford envisage désormais d’adapter SleepFM aux appareils portables, tels que les montres intelligentes et les anneaux de suivi du sommeil. Si une version de SleepFM pouvait atteindre une puissance prédictive similaire avec les capteurs limités de ces appareils, ce système d’alerte précoce pourrait être accessible à un public beaucoup plus large.
Pour l’instant, la technologie reste un outil de recherche. Mais les développeurs envisagent un avenir où les tests de sommeil standard pourraient ouvrir la voie à une surveillance globale de la santé, permettant de détecter des maladies potentiellement mortelles des années avant qu’elles ne se manifestent.
Si vous êtes préoccupé par votre santé cognitive, un autotest anonyme de 2 minutes peut vous fournir une première évaluation.
