Un modèle d’intelligence artificielle révolutionnaire pourrait prédire une centaine de 130 maladies graves uniquement avec des données d’une nuit de sommeil. Développé par des scientifiques de l’Université de Stanford, cet avancement marque un tournant en médecine prédictive.
La naissance de SleepFM : modèle d’intelligence artificielle qui analyse le sommeil
Les chercheurs de Stanford ont présenté SleepFM, le premier modèle d’intelligence artificielle entraîné avec presque 600.000 heures de données de sommeil de 65.000 personnes. Il utilise la polysomnographie, l’or noir pour mesurer les ondes cérébrales, les rythmes cardiaques, l’activité musculaire et la respiration pendant le sommeil.
Précision dans les prédictions de risque élevé
Ce modèle d’intelligence artificielle identifie les risques de démence, d’infarctus du myocarde, d’insuffisance cardiaque, de maladie rénale chronique, d’accidents vasculaires cérébraux et de fibrillation auriculaire. Il génère des représentations latentes qui capturent la structure physiologique du sommeil, dépassant les barrières dans l’analyse de données complexes massives.
Contexte historique de l’utilisation de l’IA dans le sommeil
Avant SleepFM, le sommeil restait sous-étudié en IA, malgré son lien avec la santé chronique. Des études précédentes, comme celles du Mass General Brigham en 2021, ont utilisé l’IA pour détecter le diabète de type 2 avec des wearables, mais aucun n’a atteint 130 pathologies avec la polysomnographie. James Zou, professeur associé de données biomédicales à Stanford, souligne : « Le sommeil est relativement peu étudié depuis une perspective d’IA ».
Implications pour la santé globale
La publication dans Nature Medicine valide SleepFM comme pionnier dans l’analyse à grande échelle. Il pourrait transformer les contrôles préventifs, alertant tôt sur la mortalité élevée. Les statistiques de l’OMS indiquent que les maladies cardiovasculaires causent 17,9 millions de décès annuels ; un modèle d’intelligence artificielle tel pourrait les réduire grâce à la détection précoce.
Limitations et avenir
Bien que prometteur, il nécessite une validation dans des populations diverses. Des experts comme Zou mettent en avant son potentiel pour intégrer l’IA dans les routines cliniques quotidiennes.
- Formation : 65.000 participants.
- Données : 600.000 heures de PSG.
- Maladies : 130, ciblées sur les letales.
Ce modèle d’intelligence artificielle ne prédit pas seulement, mais rédefinit également le suivi du sommeil. En République dominicaine, où les troubles du sommeil affectent 30% des adultes selon des enquêtes locales, son impact pourrait être transformateur. SleepFM positionne le modèle d’intelligence artificielle comme alliée clé dans la santé publique future.
