Un simple enregistrement du sommeil pourrait bientôt suffire à anticiper l’apparition de nombreuses maladies. Des chercheurs de l’université Stanford, en Californie, ont mis au point un modèle d’intelligence artificielle (IA) capable d’évaluer le risque de développer plus de 100 pathologies à partir d’une seule nuit passée à dormir.

Baptisé SleepFM, ce modèle repose sur un grand modèle de langage (LLM) entraîné à analyser une multitude de signaux physiologiques recueillis pendant le sommeil. Il étudie notamment l’activité cérébrale, le rythme cardiaque et la respiration, ainsi que les mouvements des yeux et des jambes, afin de dresser un portrait global de l’état de santé d’un individu. Dans une étude publiée dans la revue Nature, les chercheurs expliquent avoir entraîné SleepFM à partir de plus de 580 000 heures de données de sommeil, collectées auprès de 65 000 patients entre 1999 et 2024. Ces données proviennent de cliniques du sommeil, où les patients sont observés pendant toute une nuit. Pour les besoins de l’entraînement, les enregistrements ont été découpés en segments de cinq secondes, utilisés comme des «mots» par le modèle d’IA. «SleepFM apprend en quelque sorte la langue du sommeil», résume James Zou, professeur associé en sciences des données biomédicales à Stanford et co-auteur de l’étude.

Les chercheurs ont ensuite croisé ces données avec les dossiers médicaux des patients afin d’apprendre au modèle à prédire l’apparition de maladies futures. Les résultats se sont révélés particulièrement prometteurs. L’IA a atteint une précision d’au moins 80 % pour la détection de pathologies telles que la maladie de Parkinson, la maladie d’Alzheimer, différentes formes de démence, certaines maladies cardiaques et l’infarctus, ainsi que les cancers du sein et de la prostate. Elle a également correctement prédit le décès d’un patient dans 84 % des cas. La performance est légèrement moindre pour certaines affections, comme la maladie rénale chronique, l’accident vasculaire cérébral ou les troubles du rythme cardiaque, avec un taux de détection d’au moins 78 %.

Pour Emmanuel Mignot, professeur de médecine du sommeil à Stanford, le potentiel est immense. «Lorsque nous étudions le sommeil, nous enregistrons une quantité impressionnante de signaux de santé. Pendant huit heures, le corps est observé dans son ensemble, ce qui fournit des données extrêmement riches», explique-t-il. Les auteurs soulignent enfin que la combinaison de l’ensemble des signaux analysés renforce la fiabilité des prédictions. Certains déséquilibres, comme un cerveau semblant endormi alors que le cœur reste très actif, constituent par exemple des indicateurs préoccupants pour la santé future.