Des chercheurs de l'Université Métropolitaine de Manchester et de l'Université de Lancashire ont démontré la capacité des smartphones à prédire avec une précision de 85 % les envies de fumer et les rechutes en analysant des mouvements infimes. Cette étude, publiée dans le journal Scientific Reports, marque une avancée majeure pour le traitement des addictions et d'autres troubles compulsifs. L'expérience a porté sur un groupe de 17 fumeurs. Au cours d'une période de deux semaines, leurs téléphones ont collecté passivement des données de mouvement pendant qu'ils menaient leur vie quotidienne. Les participants devaient simplement appuyer sur un écran à chaque fois qu'ils fumaient une cigarette. Un algorithme a ensuite traité ces données pour identifier des motifs de mouvement microscopiques, imperceptibles à l'œil nu, qui précèdent systématiquement un besoin de nicotine. Le modèle s'est révélé capable d'anticiper une craving ou un acte de fumage dans une fenêtre de cinq minutes, avec une fiabilité impressionnante. L'efficacité de cette technologie ne s'arrête pas aux utilisateurs en cours de traitement. Le système a prouvé qu'il pouvait également prédire les situations de forte envie et les risques de rechute chez des individus ayant déjà décidé de arrêter de fumer. De plus, les chercheurs ont constaté que les signatures de mouvement associées au tabagisme sont suffisamment similaires d'un individu à l'autre pour permettre de transférer les connaissances d'un utilisateur à un autre lors de l'entraînement du modèle. Cela suggère l'existence de motifs physiologiques universels liés aux comportements addictifs. Au-delà de la prédiction, l'objectif est de développer des applications intelligentes capables d'intervenir au bon moment. Le smartphone pourrait ainsi afficher une image motivationnelle personnalisée juste avant qu'une crise de désir ne survienne. Par exemple, si la raison de l'arrêt est la santé cardiovasculaire, l'application pourrait montrer une ligne d'arrivée de course. Si la motivation est familiale, une photo des enfants pourrait apparaître. Ces rappels visuels ciblent le moment précis où la décision de succomber à l'envie est en jeu, agissant comme une barrière psychologique contre la rechute. Il s'agit de la première fois que des données de mouvement provenant de capteurs de smartphones sont utilisées pour prédire des comportements non directement liés à l'activité physique. Les chercheurs envisagent désormais d'étendre cette technologie à d'autres domaines de santé, notamment les troubles alimentaires, l'insomnie et d'autres conditions de santé mentale. Dr Yael Benn, auteure de l'étude, souligne le potentiel inexploité des ajustements microscopiques de nos mouvements quotidiens et leur capacité à éclairer de nouveaux modèles de détection et d'intervention. Contrairement aux recherches antérieures qui dépendaient souvent d'environnements contrôlés en laboratoire et de capteurs portables spécifiques, cette étude repose sur des données réelles collectées sans restriction sur le comportement des participants. Dr Maryam Abo-Tabik, également co-auteure, souligne la difficulté technique de prédire l'activité tabagique dans des environnements non contrôlés, tout en validant la valeur des informations obtenues par cette méthode naturelle pour suivre les changements de comportement et la santé au quotidien.