Une nouvelle étude menée par l'Université Anglia Ruskin en collaboration avec des partenaires britanniques révèle un lien significatif entre la santé mentale et le risque de développer un diabète de type 2. Publiée dans Frontiers in Digital Health, la recherche utilise un modèle d'intelligence artificielle avancé de type "jumeau numérique" pour analyser les données de santé et de mode de vie de près de 20 000 adultes britanniques suivis jusqu'à dix-sept ans. Contrairement aux outils de prédiction traditionnels qui s'appuient sur des marqueurs biologiques comme le taux de cholestérol ou l'indice de masse corporelle, ce nouveau cadre se concentre exclusivement sur des facteurs comportementaux et psychosociaux. Le système a démontré que des facteurs tels que la solitude, l'insomnie et une mauvaise santé mentale augmentent substantiellement le risque futur de diabète. Sous les hypothèses du modèle, chacun de ces éléments isolés est associé à une hausse estimée de 35 points de pourcentage du risque. Lorsqu'ils se combinent tous trois, la prédiction montre une augmentation absolue de 78 points de pourcentage, rendant ce modèle plus précis pour l'estimation du risque que la seule analyse de l'alimentation. Les chercheurs expliquent que ces effets sont probablement liés à la réponse du corps au stress chronique, qui entraîne une production accrue d'hormones de stress, déclenche des inflammations et perturbe la gestion du glucose sanguin. L'étude a également mis en évidence des disparités ethniques marquées, les participants d'origine sud-asiatique, africaine et des Caraïbes présentant des risques estimés nettement plus élevés que les participants blancs, confirmant ainsi des tendances observées par les services de santé britanniques. Par ailleurs, le modèle a identifié des liens forts entre ces facteurs de stress et les habitudes alimentaires, notamment une consommation accrue de sel, de céréales sucrées et de viandes transformées. Bien que le fromage semble avoir un effet protecteur, cet avantage s'atténue considérablement en présence de problèmes de santé mentale. La principale innovation réside dans la capacité du "jumeau numérique" à simuler des interventions personnalisées. En recréant des scénarios hypothétiques "et si", le système permet d'estimer comment des changements dans le mode de vie d'un individu pourraient modifier son parcours de risque à long terme. Les auteurs soulignent que la plupart des modèles existants dépendent de données en temps réel provenant de dispositifs portables, ce qui constitue une barrière pour les communautés défavorisées ou les contextes manquant d'infrastructure technique. Ce nouveau modèle, basé sur des données rétrospectives, offre une méthode de dépistage plus accessible et abordable. Les chercheurs affirment que l'inclusion de variables comportementales et psychosociales, souvent négligées, fournit des signaux significatifs pour une prédiction plus équitable et précise. Cela permet aux professionnels de santé d'identifier les individus à haut risque plus tôt et de concevoir des programmes de prévention ciblés. La transparence des techniques de simulation causale utilisées renforce la confiance dans l'utilisation de ces outils d'intelligence artificielle pour soutenir la prise de décision en matière de soins préventifs, répondant ainsi à un défi de santé publique majeur mondial affectant plus de 500 millions de personnes.