Des chercheurs de Stanford Medicine ont développé un modèle d’intelligence artificielle révolutionnaire, appelé SleepFM, capable d’utiliser les données physiologiques enregistrées pendant une seule nuit de sommeil pour prévoir le risque de développer plus de 100 maladies différentes, parfois des années avant l’apparition des premiers symptômes.
SleepFM repose sur des enregistrements de polysomnographie, un examen de sommeil approfondi qui mesure simultanément l’activité cérébrale, le rythme cardiaque, la respiration, les mouvements oculaires et musculaires sur toute la nuit — un ensemble d’informations physiologiques très riche. En entraînant le modèle sur près de 600 000 heures de données provenant d’environ 65 000 participants, les scientifiques ont permis à l’IA d’apprendre à « lire » les signaux subtils du sommeil comme un langage de santé globale.
Une fois formé et validé, SleepFM a montré qu’il pouvait estimer avec précision la probabilité de développer divers problèmes de santé, dont des maladies cardiovasculaires, certains cancers, troubles métaboliques, démence ou encore des complications de la grossesse, en se fondant uniquement sur les enregistrements nocturnes. Dans certains cas, la capacité de prédiction du modèle dépasse celle des approches traditionnelles basées uniquement sur des facteurs comme l’âge ou l’indice de masse corporelle.
Selon les auteurs de l’étude, publiée dans Nature Medicine, ce type d’analyse va bien au-delà de l’usage actuel des tests de sommeil — traditionnellement utilisés pour évaluer des troubles tels que l’apnée — en exploitant la quantité massive de signaux physiologiques sous-utilisés pour en extraire des indices de risques de santé à long terme. Cette approche ouvre de nouvelles perspectives en médecine préventive, où des outils basés sur l’IA pourraient, à terme, intégrer des analyses de sommeil dans des bilans de santé personnalisés et faciliter l’identification précoce des personnes à haut risque, avant que leurs pathologies ne se déclarent cliniquement.