Chaque année, améliorer son sommeil figure parmi les priorités du Nouvel An pour des millions de personnes. Si l’on sait que dormir suffisamment — environ huit heures par nuit — améliore l’humeur et les performances cognitives, ses effets sur la santé à long terme sont bien plus profonds qu’on ne le pensait. Des chercheurs de l’université Stanford ont récemment développé un modèle d’intelligence artificielle, baptisé SleepFM, capable de prédire le risque de plus de 130 maladies, allant de la démence à l’AVC, à partir d’enregistrements du sommeil. Mené par les co-auteurs principaux James Zou et Emmanuel Mignot, ce système s’appuie sur des données de sommeil de haute précision, notamment des enregistrements polysomnographiques (PSG), qui captent des signaux physiologiques complexes : activités cérébrales, rythme cardiaque, contractions musculaires et patterns respiratoires. Le modèle a été entraîné sur plus de 585 000 heures de données provenant de 65 000 participants issus de plusieurs centres de sommeil. Le défi principal a été de gérer la diversité et la volumétrie des signaux multimodaux. Rahul Thapa, doctorant en informatique et auteur principal de l’étude, a souligné que la complexité des données — avec des enregistrements continus de huit heures par patient — a exigé de nombreuses itérations pour identifier les meilleures méthodes d’entraînement. L’équipe a découvert que l’apprentissage transversal sur plusieurs signaux corporels fonctionnait mieux que les approches supervisées classiques. Elle a également mis au point une méthode innovante « leave-one-out », permettant au modèle de maintenir sa précision même en cas de données manquantes ou hétérogènes. Le but n’est pas de diagnostiquer des maladies, mais d’identifier des signaux prédictifs à l’échelle de la population. En couplant les données de sommeil aux dossiers médicaux électroniques, les chercheurs ont pu établir des liens entre les anomalies du sommeil et les risques futurs de maladies. Thapa insiste toutefois sur le caractère prédictif et non diagnostique de ces résultats : le modèle n’est pas approuvé par la FDA et n’a pas été validé de manière prospective en milieu clinique. À l’avenir, cette technologie pourrait s’intégrer aux wearables comme les Apple Watch, qui commencent à proposer des analyses du sommeil et des électrocardiogrammes. Chibuike Ukwakwe, étudiant en médecine et doctorat, estime que, bien que SleepFM soit entraîné sur des données plus riches que celles des dispositifs grand public, les progrès en intelligence artificielle pourraient permettre d’extraire des indices cliniques significatifs à partir des données des wearables. « Je vois des données portables alimentant l’aide à la décision médicale », affirme-t-il. Ce projet illustre une tendance croissante : le sommeil comme fenêtre vers la santé future. « Le sommeil contient une quantité d’informations physiologiques que nous commençons à peine à exploiter », conclut Thapa. L’IA, en combinant données multimodales et apprentissage profond, ouvre une nouvelle voie pour la prévention des maladies, en transformant le sommeil en un indicateur de santé à long terme.