Publié le 11 janvier 2026 11h22:00. Une nouvelle étude internationale révèle que l’analyse du sommeil, grâce à l’intelligence artificielle, pourrait prédire le risque de développer des maladies graves, ouvrant la voie à une médecine préventive plus personnalisée.
- Un modèle d’IA, SleepFM, est capable d’évaluer le risque de plus de 130 pathologies à partir d’une seule nuit d’enregistrements de sommeil.
- Cette approche considère le sommeil non plus seulement comme un indicateur de repos, mais comme une source d’informations cliniques précieuses.
- Le modèle peut être adapté à différents hôpitaux, même en cas de variations dans les équipements d’enregistrement.
Des chercheurs issus d’universités américaines et européennes, dont Stanford, Harvard, l’Université de Copenhague et l’Université technique du Danemark, ont publié une étude dans Médecine naturelle qui change notre regard sur le sommeil. Loin d’être simplement une période de repos, le sommeil recèle des informations cliniques cruciales pour évaluer la santé future d’un individu.
L’étude présente SleepFM, un modèle d’intelligence artificielle de pointe, entraîné à analyser la polysomnographie (PSG), l’examen le plus complet pour étudier le sommeil. Ce modèle est capable d’estimer le risque de développer diverses maladies à partir d’une seule nuit d’enregistrement.
Le sommeil, un langage à décrypter pour la santé
Selon Juan José Beunza, professeur de santé publique et directeur de l’IASalud à l’Université européenne, l’intérêt majeur de cette avancée réside dans sa capacité à apprendre le « langage du sommeil ».
« Ce qui est pertinent, ce n’est pas seulement qu’il prédit une maladie spécifique, mais apprend le « langage du sommeil » en intégrant les signaux du cerveau, du cœur et de la respiration, et peut être réutilisé pour de nombreuses tâches cliniques »
Juan José Beunza, professeur de santé publique et directeur de l’IASalud à l’Université européenne
Il explique que le PSG cesse d’être un simple outil de diagnostic des troubles du sommeil pour devenir une source d’informations transversales sur la santé future.
SleepFM a été entraîné sur plus de 585 000 heures d’enregistrements de sommeil, provenant d’environ 65 000 personnes. Après cet apprentissage intensif, le modèle a été évalué sur 1 041 catégories cliniques et a démontré une bonne capacité prédictive pour 130 conditions, notamment la mortalité, la démence, l’infarctus du myocarde, l’insuffisance cardiaque, la maladie rénale chronique, l’accident vasculaire cérébral ou la fibrillation auriculaire.
« Le fait qu’une seule nuit nous permette de prédire avec une bonne précision le risque de maladies multiples, dont certaines sont si importantes pour la santé publique, est l’un des résultats les plus frappants de l’étude »
Juan José Beunza, professeur de santé publique et directeur de l’IASalud à l’Université européenne
L’étude souligne également l’intégration des signaux provenant du cerveau (EEG et EOG), du cœur (ECG), des muscles (EMG) et du système respiratoire. Pour Beunza, cette approche holistique est essentielle. La polysomnographie, utilisée depuis des décennies, est souvent analysée de manière fragmentée. Cette recherche démontre que, combinée à l’IA, elle peut révéler des signaux subtils liés à la santé future.
Un modèle d’étude du sommeil adaptable grâce à l’IA
Le modèle SleepFM est conçu pour fonctionner même en cas de variations dans le type, le nombre ou la disposition des capteurs utilisés dans les hôpitaux, une limitation fréquente dans la pratique clinique. Il peut être adapté à d’autres établissements grâce à des ajustements précis, permettant de spécialiser l’IA avec des données locales sans repartir de zéro. Cependant, cette adaptation nécessite des volumes importants de polysomnographies ainsi qu’une expertise technique.
Un autre atout de SleepFM est sa taille relativement compacte : 4,44 millions de paramètres, avec un réglage final d’environ 0,9 million. Il a été pré-entraîné sur un seul GPU et en un temps limité. Selon Beunza, la qualité des données et la conception du modèle sont plus importantes que leur taille.
Il est important de noter que SleepFM n’est pas un outil de diagnostic.
« Cela ne signifie pas qu’un test du sommeil diagnostique une démence ou une crise cardiaque »
Juan José Beunza, professeur de santé publique et directeur de l’IASalud à l’Université européenne
Il s’agit d’un modèle de risque ou de pronostic qui nécessiterait des validations prospectives pour évaluer son impact réel sur les décisions cliniques et établir des protocoles de sécurité clairs.
Les auteurs reconnaissent également que des facteurs démographiques tels que l’âge, le sexe ou l’indice de masse corporelle (IMC) jouent déjà un rôle important dans la prédiction de nombreuses maladies. Il serait donc pertinent d’analyser la contribution spécifique du modèle au-delà de ces facteurs de base, une analyse qui pourrait être approfondie lors de futures validations.
En conclusion, Beunza souligne que le sommeil est un reflet de la santé. Cette étude suggère que, grâce à l’intelligence artificielle et à des enregistrements de qualité, il est possible de détecter les premiers signes de maladies et d’améliorer la prévention. Cependant, une validation rigoureuse est indispensable avant de l’intégrer à la pratique clinique quotidienne.
