Une avancée majeure dans le domaine de la santé a été récemment publiée dans la revue scientifique de renom Nature Medicine : des chercheurs ont mis au point SleepFM, une intelligence artificielle capable de prédire 130 maladies à partir d’une seule nuit de polysomnographie, un examen qui enregistre plusieurs signaux physiologiques tels que l’activité cérébrale, cardiaque, musculaire et respiratoire, rapporte TopTribune.
Ce système révolutionnaire a été entraîné à partir de 585 000 heures d’enregistrements de sommeil provenant de 65 000 participants, offrant ainsi une base solide pour ses prédictions.
Comment l’IA détecte des signaux faibles : décoder le sommeil pour prédire la maladie
Le sommeil, processus complexe, repose sur des interactions délicates entre plusieurs systèmes physiologiques. La polysomnographie capture ces interactions par une analyse multimodale, incluant des signaux électriques cérébraux, cardiovasculaires, musculaires et respiratoires.
SleepFM génère des représentations précises du sommeil, capturant sa structure physiologique et temporelle, permettant ainsi de prédire le risque de maladies futures. Les chercheurs estiment que cette technologie pourrait identifier différentes maladies bien avant leur manifestation, incluant la maladie d’Alzheimer, la maladie de Parkinson, certains cancers, les maladies cardiovasculaires et le diabète, en se basant sur ces quatre types de signaux.
Les chercheurs expliquent : « En exploitant les codes de maladies des dossiers médicaux électroniques (DME), nous avons développé un cadre permettant à l’IA d’explorer systématiquement les associations prédictives entre le sommeil multimodal et diverses affections ».
Les performances de SleepFM sont impressionnantes : une seule nuit de sommeil permet de prévoir la mortalité (toutes causes confondues) avec un indice de concordance de 0,84, un chiffre qui indique la précision des prédictions.
Concernant les démences, l’indice atteint 0,85, pour les infarctus, il est de 0,81, et pour l’insuffisance cardiaque, il se situe à 0,80. De même, l’insuffisance rénale chronique a un indice de 0,79, l’accident vasculaire cérébral de 0,78 et la fibrillation auriculaire de 0,78. En résumé, selon les auteurs, « le modèle présente d’excellentes performances pour la prédiction du décès, de la démence, de l’insuffisance cardiaque et de l’insuffisance rénale chronique ».
L’IA SleepFM confrontée avec succès aux modèles existants
Pour vérifier son efficacité, les chercheurs ont comparé SleepFM à deux méthodes classiques. Ils constatent que « le modèle SleepFM estime le risque de décès toutes causes confondues avec une précision supérieure à celle d’un modèle basé sur les données démographiques et à celle d’un modèle PSG analysé de manière exhaustive ».
Une validation externe a confirmé ces résultats, montrant que SleepFM maintient de solides performances, même sur une cohorte indépendante de celle utilisée pour son entraînement.
Des anomalies du sommeil caractéristiques
Les spécialistes soulignent un lien étroit entre le risque de développer certaines pathologies et plusieurs paramètres liés au sommeil : par exemple, une charge d’éveil élevée, un sommeil fragmenté, et des anomalies du sommeil paradoxal qui peuvent survenir des années avant l’apparition de maladies comme Parkinson.
SleepFM semble combiner toutes ces dimensions, intégrant les événements respiratoires, la fragmentation du sommeil, ainsi que des marqueurs classiques associés aux pathologies cardiovasculaires et métaboliques.
Les chercheurs se penchent à présent sur la nécessité de généraliser ces résultats à l’ensemble de la population, l’étude ayant principalement concerné des patients déjà confrontés à des troubles du sommeil.
Source : Thapa, R., Kjaer, M.R., He, B. et al. A multimodal sleep foundation model for disease prediction. Nat Med (2026).
