Vos nuits cachent une mine d’informations sur votre santé future et une IA vient de l’exploiter
Le sommeil, souvent considéré comme une variable d’ajustement, est en réalité l’un des trois piliers fondamentaux de la santé, aux côtés de l’alimentation et de l’exercice physique. Un sommeil insuffisant ou de mauvaise qualité peut engendrer des problèmes tels que la résistance à l’insuline, des troubles métaboliques, des risques cardiovasculaires accrus et des impacts sur la santé mentale. Des chercheurs américains se penchent sur une question peu explorée : que pourrait révéler notre sommeil sur notre santé future ?
Une intelligence artificielle entraînée à « lire » le sommeil
Une étude menée par des chercheurs de Stanford Medicine, publiée dans la revue Nature Medicine, souligne que les examens du sommeil contiennent une quantité massive d’informations physiologiques encore sous-exploitées. Emmanuel Mignot, professeur de médecine du sommeil et co-auteur de l’étude, déclare : « Lorsque nous étudions le sommeil, nous enregistrons une quantité impressionnante de signaux. C’est une sorte de physiologie générale que nous observons pendant huit heures chez un sujet immobile. Les données recueillies sont extrêmement riches. »
Pour exploiter cette richesse, les chercheurs ont développé un modèle d’intelligence artificielle appelé « SleepFM ». Contrairement aux algorithmes traditionnels, ce modèle apprend d’abord à reconnaître des structures générales dans de grands volumes de données avant d’être adapté à des objectifs spécifiques.
Une base de données sans équivalent
SleepFM a été entraîné sur près de 600 000 heures de données de polysomnographie, issues d’environ 65 000 patients suivis dans plusieurs cliniques du sommeil. L’objectif est de permettre à l’IA d’apprendre les relations complexes entre différents signaux physiologiques. James Zou, un des chercheurs, résume : « SleepFM apprend en quelque sorte le langage du sommeil. »
Les chercheurs ont également mis en place une méthode d’entraînement originale consistant à masquer certains signaux, comme l’activité cardiaque, et à demander à l’IA de les reconstruire à partir des autres données disponibles. Cette approche a permis à l’IA d’intégrer une vision globale du fonctionnement du corps pendant le sommeil.
Du diagnostic du sommeil à la prédiction des maladies
Une fois entraîné, SleepFM a été évalué sur des tâches classiques, telles que l’identification des phases du sommeil ou l’estimation de la sévérité de l’apnée du sommeil. Toutefois, l’objectif principal était d’explorer la capacité du sommeil à révéler des risques de maladies au-delà des troubles du sommeil.
Grâce à l’analyse de dossiers médicaux sur plusieurs décennies, le modèle a identifié plus de 130 pathologies pouvant être anticipées à partir d’une seule nuit d’enregistrement. Par exemple, le modèle peut établir un classement des individus les plus susceptibles de subir un événement, tel qu’une crise cardiaque.
Vers une nouvelle approche de la prévention
Les chercheurs soulignent que ces prédictions reposent sur une combinaison de multiples données physiologiques. Emmanuel Mignot explique : « La meilleure source d’information ne provient pas d’un seul canal, mais de la façon dont les différents signaux interagissent entre eux. » Ainsi, des discordances, comme un cerveau semblant profondément endormi alors que le cœur reste actif, pourraient signaler des alertes précoces.
Bien que SleepFM ne soit pas destiné à établir un diagnostic individuel, il ouvre la voie à une approche plus précoce et personnalisée de la prévention. À terme, l’intégration de données provenant d’objets connectés pourrait affiner ces prédictions et transformer le sommeil en un indicateur avancé de la santé globale.
Source : Nature Medicine
