Une équipe internationale de chercheurs, menée par la professeure Lisa Lim de l'Institut de technologie de Corée (KAIST) en collaboration avec l'université Sungkyunkwan et l'hôpital Korea University Anam, a mis au point un système d'intelligence artificielle capable d'identifier précocement les risques de maladies cérébrovasculaires à domicile. Cette technologie s'appuie sur l'analyse discrète des habitudes de vie des personnes âgées, visant à repérer des signes avant-coureurs bien avant l'apparition des symptômes cliniques ou d'une consultation médicale. Le modèle a été entraîné et validé sur des données réelles collectées par l'entreprise LivOn Care. Il exploite 13 362 échantillons bihebdomadaires de lifelog, soit des enregistrements numériques quotidiens provenant de 1 224 seniors vivant à leur domicile. L'IA croise plusieurs paramètres : activité physique, qualité du sommeil, rythmes circadiens, conditions environnementales de l'habitat, ainsi que l'âge et les antécédents médicaux. Cette approche multidimensionnelle permet de capturer des micro-variations comportementales que les examens hospitaliers classiques ne détectent généralement pas. Les résultats démontrent une capacité remarquable de l'algorithme à évaluer la proximité d'un diagnostic. En comparant les données collectées quatre semaines avant un diagnostic médical avec celles recueillies douze semaines auparavant, le système atteint un taux de précision de 96,53 %. Grâce à une IA explicable, les chercheurs ont pu identifier les marqueurs précis associés à ces transitions. Une phase prodromique, précédant un accident vasculaire cérébral, se traduit notamment par une perturbation des rythmes naturels : une augmentation des activités continues entre vingt-deux heures et deux heures du matin, et une baisse marquée de l'activité entre dix-huit heures et vingt-deux heures à mesure que le risque imminent se rapproche. La sécheresse de l'air intérieur, mesurée par une humidité relative faible, figure également parmi les indicateurs environnementaux significatifs. Cette innovation ne prétend en aucun cas se substituer à un diagnostic médical ou prédire la date exacte d'une crise. Son objectif premier est de servir de levier de santé numérique, offrant aux patients et aux aidants des alertes objectives pour encourager une consultation précoce. La professeure Lim souligne que l'ambition réelle réside dans le basculement d'un système de santé réactif vers une approche préventive, où la technologie agit comme un filtre intelligent reliant les premiers signaux à l'expertise clinique au bon moment. Ces travaux, publiés dans la revue npj Digital Medicine, posent les bases d'un dépistage continu et non invasif. Les chercheurs estiment que des validations prospectives sur des cohortes plus larges restent nécessaires avant une intégration clinique à grande échelle, mais ils ouvrent déjà la voie à une nouvelle génération d'assistants numériques dédiés à la gérontologie et à la neurologie préventive.