Une nouvelle étude publiée dans Nature Communications révèle qu'un modèle d'intelligence artificielle peut extraire des informations de santé à long terme à partir des examens de sommeil de routine. Développé par une équipe pluridisciplinaire issue de la Cleveland Clinic, d'IBM et de l'Université Yale, ce système analyse les données complètes des polysomnographies, ces études nocturnes habituellement réservées au diagnostic de l'apnée du sommeil. Plutôt que de se limiter aux indicateurs classiques, l'intelligence artificielle identifie des schémas physiologiques cachés corrélés à des risques cardiovasculaires, cognitifs et de mortalité. Les chercheurs ont classé les patients en cinq groupes de risque distincts. Les personnes situées dans la catégorie à plus haut risque présentent un double taux de mortalité sur cinq ans par rapport au groupe à plus bas risque. Cette différence de pronostic n'était pas détectable par l'indice apnée-hypopnée, mesure standard utilisée depuis des décennies pour évaluer la sévérité de l'apnée du sommeil. Le modèle s'est également montré efficace tant chez les hommes que chez les femmes, contournant les limites habituelles des mesures traditionnelles. Les résultats ont été validés indépendamment sur une cohorte nationale américaine. Selon les auteurs, cette approche démontre que les examens médicaux de routine contiennent bien plus d'informations physiologiques qu'elles n'en explorent actuellement. En captant des signaux invisibles à l'œil nu, l'intelligence artificielle permet d'identifier des biomarqueurs pronostiques utiles pour la prévention des maladies cardiaques et neurologiques. Les spécialistes estiment que cette découverte ouvre la voie à une médecine du sommeil plus personnalisée et à une prise en charge précoce des troubles chroniques. Avec près de 70 millions d'Américains concernés par des troubles du sommeil ou de l'éveil, l'exploitation complète de ces données nocturnes pourrait transformer la prévention des pathologies graves. L'équipe, soutenue par le programme Discovery Accelerator, une collaboration de dix ans entre la Cleveland Clinic et IBM visant à accélérer la recherche biomédicale par l'intelligence artificielle et l'informatique quantique, prévoit désormais de confirmer ces résultats au sein de populations plus diversifiées. Les chercheurs soulignent que le sommeil, composante fondamentale de la santé, offre une fenêtre unique sur le fonctionnement humain. Leur travail montre comment les modèles d'intelligence artificielle peuvent progressivement décoder la richesse de ces signaux complexes, posant les bases de nouvelles stratégies de dépistage et de suivi médical.