Nos nuits donnent de précieux indices sur notre état de santé. C’est ce qu’a constaté une équipe de chercheurs de Stanford Medicine, une université américaine. Dans Nature Medicine, ils expliquent avoir mis au point un modèle d’intelligence artificielle capable de prédire le risque de développer des maladies grâce à l’analyse d’une nuit de sommeil.
Étudier le sommeil pour prédire le risque de développer des maladies
Les scientifiques américains ont eu recours à la polysomnographie. Cette méthode consiste à explorer une multitude de données au cours du sommeil. Le patient passe la nuit avec divers capteurs qui vont enregistrer l'activité cérébrale, cardiaque, respiratoire ou encore les mouvements des jambes. Les chercheurs ont ainsi rassemblé près de 600.000 heures de données de sommeil collectées auprès de 65.000 participants. Ces informations ont été utilisées pour entraîner l’outil d’intelligence artificielle, appelé SleepFM.
130 maladies analysées dans le sommeil des participants par une intelligence artificielle
Dans un premier temps, les chercheurs ont testé le modèle sur des tâches d'analyse du sommeil standard, comme la classification des différentes phases et le diagnostic de la gravité de l'apnée du sommeil. "SleepFM a obtenu des résultats égaux, voire supérieurs, aux modèles les plus performants actuellement utilisés", observent les auteurs. Puis, ils ont vérifié l’efficacité de SleepFM dans la prédiction de maladie. Les informations collectées grâce à la polysomnographie ont été croisées avec les données médicales des patients, suivis pendant une cinquantaine d’années. "SleepFM a analysé plus de 1.000 catégories de maladies dans les dossiers médicaux et en a identifié 130 qui pouvaient être prédites avec une précision raisonnable à partir des données de sommeil des patients, écrivent les scientifiques. Les prédictions du modèle étaient particulièrement fiables pour les cancers, les complications de grossesse, les maladies circulatoires et les troubles mentaux."
Intelligence artificielle : un modèle fiable dans la prédiction des maladies
L’équipe de chercheurs a utilisé un outil appelé indice de concordance, ou indice C, "une mesure courante de la performance prédictive d’un modèle, et plus précisément de sa capacité à prédire lequel de deux individus d’un groupe subira un événement en premier", décrivent-ils. "Un indice C de 0,8 signifie que dans 80 % des cas, la prédiction du modèle concorde avec la réalité, complète James Zou, co-auteur de cette étude. (…) Nous avons été agréablement surpris de constater que, pour un ensemble de pathologies assez diversifié, le modèle est capable de fournir des prédictions pertinentes." Par exemple, pour la maladie de Parkinson, l’indice C était de 0,89, pour la démence, il était de 0,85 ou de 0,89 pour le cancer de la prostate.
Les chercheurs souhaitent désormais comprendre comment SleepFM interprète les données pour aboutir à ces prédictions.
