Le sommeil, longtemps considéré comme un moment de repos, devient aujourd’hui une fenêtre d’analyse clinique d’une richesse inégalée. Grâce à une IA développée par Stanford, les signaux physiologiques nocturnes deviennent des indicateurs précoces de maladies graves, bien avant leur apparition.
Prédire l’infarctus ou la démence grâce à l’IA du sommeil
By
Published on 23 janvier 2026 11h30
Une avancée de taille pour prédire des maladies graves
La revue Nature Medicine a publié, le 6 janvier 2026, une étude qui fait usage de l’intelligence artificielle en santé. Les chercheurs de Stanford y présentent SleepFM, un modèle IA fondé sur l’analyse du sommeil, capable de détecter le risque de 130 maladies à partir d’un seul enregistrement nocturne. L’algorithme repose sur 585 000 heures de sommeil provenant de 65 000 individus, enregistrées via des dispositifs de polysomnographie. Il décode chaque phase en tranches de cinq secondes, à la manière d’un traitement linguistique.
Selon James Zou, professeur associé en sciences des données biomédicales à Stanford, « SleepFM apprend essentiellement le langage du sommeil. », peut-on lire sur Euronews Santé. Cette approche novatrice, issue de l’apprentissage profond auto-supervisé, transforme les signaux cérébraux, respiratoires, cardiaques et moteurs en unités comparables aux mots dans une phrase, ouvrant la voie à une interprétation clinique extrêmement fine.
Le sommeil, miroir caché des risques de santé
Loin de se limiter à la détection des troubles du sommeil, cette intelligence artificielle s’attaque à un champ bien plus vaste. En croisant les données nocturnes avec les dossiers médicaux électroniques, SleepFM identifie des corrélations fortes entre les signaux enregistrés et des maladies allant bien au-delà de l’insomnie ou de l’apnée.
« Nous enregistrons un nombre incroyable de signaux lorsque nous étudions le sommeil. C’est une sorte de physiologie générale… C’est extrêmement riche en données. », a souligné Emmanuel Mignot, directeur du Centre de médecine du sommeil à Stanford, dans des propos rapportés par Sciences et Avenir. L’abondance de signaux rend chaque nuit de sommeil comparable à une base de données biomédicale en elle-même. D’après l’étude publiée dans Nature Medicine, la précision prédictive de l’IA est remarquable. Elle atteint un C-Index de 0,84 pour la mortalité toutes causes confondues, 0,85 pour la démence, 0,81 pour l’infarctus du myocarde et 0,78 pour la fibrillation auriculaire.
Un modèle aux ambitions cliniques mondiales
SleepFM s’inscrit dans une nouvelle génération de modèles IA dits « fondation », entraînés à large échelle pour être adaptables à une multitude de tâches médicales. Contrairement aux outils spécialisés dans une seule pathologie, cette IA entend couvrir un spectre élargi, depuis les maladies cardiovasculaires jusqu’aux pathologies neurodégénératives. Chaque enregistrement est analysé dans un contexte élargi, intégrant des cohortes de données issues de consortiums de recherche majeurs comme BioSerenity, MrOS ou MESA. L’objectif est double : renforcer la robustesse des prédictions et favoriser la reproductibilité dans des contextes cliniques variés.
Ainsi, l’IA n’identifie pas uniquement des anomalies, mais elle hiérarchise le risque individuel futur avec une précision qui préfigure une nouvelle ère du dépistage. « À partir d'une seule nuit de sommeil, SleepFM prédit avec précision 130 pathologies avec un indice C d'au moins 0,75… y compris la mortalité toutes causes confondues (0,84), la démence (0,85), l'infarctus du myocarde (0,81). », lit-on dans le résumé de l’étude sur Nature Medicine.
Une technologie prête pour l’intégration clinique ?
Les perspectives d’application clinique sont vastes, mais certaines questions demeurent. Comment intégrer cette technologie dans la pratique médicale sans surcharger les systèmes existants ? Quelle interprétation donner à des scores de risque sans diagnostic ? Et surtout, quelle place accorder à l’IA dans la décision médicale ? L’équipe de Stanford évoque un futur proche dans lequel une simple nuit de sommeil enregistrée dans un centre du sommeil ou via un dispositif portable pourrait suffire à dresser un profil de risque individualisé. Les chercheurs insistent sur le fait que SleepFM n’est pas un outil de diagnostic, mais un instrument prédictif destiné à orienter les décisions cliniques en amont.
À court terme, une phase de validation dans des contextes hospitaliers réels est prévue. L’objectif est de tester la généralisation du modèle sur des populations plus diverses et d’identifier les biais éventuels. Si ces tests sont concluants, SleepFM pourrait devenir un acteur incontournable de la médecine préventive assistée par IA, en croisant les signaux les plus invisibles du corps avec les enjeux les plus critiques de la santé publique.