En analysant les signaux physiologiques d’une seule nuit de sommeil, une nouvelle intelligence artificielle pourrait anticiper les risques de plus de 130 maladies, des années avant l’apparition des premiers symptômes. Un outil de prévention sans précédent, au croisement de la santé et des neurosciences.
Des chercheurs de la faculté de médecine de Stanford ont présenté, le 6 janvier 2026, SleepFM, une intelligence artificielle de nouvelle génération conçue pour analyser le sommeil et prédire des risques de maladies chroniques avec une précision inédite. Ce modèle fondateur, fondé sur des données massives de polysomnographie, pourrait révolutionner la médecine préventive. L’IA, au cœur de ce dispositif, interprète les signaux biologiques nocturnes pour anticiper des pathologies jusqu’à plusieurs années avant leur expression clinique.
Le sommeil comme biomarqueur précoce : une révolution rendue possible par l’IA
Dès les premières phases du projet, les chercheurs ont adopté une approche radicalement nouvelle : utiliser le sommeil comme indicateur central de santé. Grâce à la polysomnographie, méthode de référence enregistrant simultanément l’activité cérébrale, cardiaque, respiratoire et musculaire durant la nuit, le modèle SleepFM a été entraîné sur un ensemble exceptionnel de données. Environ 585 000 heures de signaux nocturnes ont été collectées auprès de 65 000 participants issus de diverses cohortes médicales à travers le monde, selon MedVasc.
L’IA repose sur une architecture multimodale fondationnelle, intégrant plusieurs types de données physiologiques, et s’appuie sur une méthode dite d’apprentissage contrastif leave-one-out. Cette technique innovante permet au modèle de prédire des signaux manquants à partir d’autres, tout en affinant sa compréhension des interactions complexes entre les systèmes biologiques pendant le sommeil. D’après EurekAlert !, cette synergie d’apprentissage constitue l’un des leviers majeurs de la performance du dispositif. « Nous enregistrons un nombre incroyable de signaux lorsque nous étudions le sommeil », a déclaré Emmanuel Mignot, professeur en médecine du sommeil à Stanford, rappelant l’extrême richesse des données générées durant une nuit. SleepFM exploite cette densité d’information pour construire ce que les chercheurs appellent un véritable « langage du sommeil ». Pour James Zou, professeur associé en sciences des données biomédicales, « SleepFM apprend essentiellement le langage du sommeil », selon Euronews.
Prédire l’invisible : 130 maladies identifiables dès la première nuit
La prouesse de SleepFM réside dans sa capacité à détecter précocement les signes physiologiques avant-coureurs de plus de 130 maladies distinctes. En une seule nuit de sommeil, l’IA peut estimer les risques liés à des pathologies aussi variées que la démence, les accidents vasculaires cérébraux, les insuffisances cardiaques ou encore la fibrillation auriculaire. Selon les résultats publiés dans Nature Medicine, SleepFM atteint un indice de concordance C supérieur ou égal à 0,75 pour toutes les pathologies retenues. Parmi les plus prédictibles, la démence atteint un C‑Index de 0,85, la mortalité toutes causes confondues un score de 0,84, et l’infarctus du myocarde 0,81.
Ces performances sont d’autant plus remarquables qu’elles surpassent parfois les outils médicaux conventionnels de dépistage. D’après les auteurs de l’étude, le modèle parvient également à identifier des signaux faibles qui ne seraient pas détectés lors d’un examen médical standard. Cette capacité à capter des altérations subtiles du sommeil, souvent imperceptibles au clinicien, place l’IA dans une posture d’aide au diagnostic précoce, orientée vers une prévention ciblée. « À partir d’une seule nuit de sommeil, SleepFM prédit avec précision 130 pathologies avec un indice de concordance C d’au moins 0,75. », soulignent les chercheurs dans l’étude de Nature Medicine, insistant sur la fiabilité transversale du modèle sur l’ensemble des pathologies évaluées.
Une IA robuste, transférable et compétitive sur les tâches classiques du sommeil
Au-delà des prédictions pathologiques, SleepFM s’est montré efficace pour accomplir des missions plus conventionnelles comme la classification des stades de sommeil ou la détection de l’apnée. Malgré sa conception généraliste, l’IA offre des performances comparables à celles des modèles spécialisés, ce qui atteste de sa polyvalence et de sa robustesse. Cette adaptabilité a été confirmée par des tests sur des jeux de données externes, selon Nature, où le modèle a démontré une remarquable capacité d’apprentissage par transfert. SleepFM n’est pas uniquement performant sur ses données d’origine, mais peut aussi être déployé dans des contextes variés sans perte significative d’efficacité.
Les implications sont considérables, une telle IA pourrait équiper les dispositifs médicaux portables du futur, ou alimenter les infrastructures hospitalières pour un dépistage automatisé à grande échelle. Le fait que le sommeil, un phénomène naturel, non invasif et universel, devienne une source structurée d’information médicale prédictive ouvre la voie à un changement de paradigme dans la gestion de la santé publique. Selon MedVasc, ce projet amorce une transition vers une médecine anticipative, capable d’agir avant même l’apparition des symptômes, en proposant des parcours de soins personnalisés, pilotés par l’IA. Les concepteurs de SleepFM espèrent ainsi contribuer à une approche plus proactive de la santé, fondée sur l’interprétation fine du sommeil.