Deux poignets, une petite montre, et au bout du compte une base de données gigantesque qui commence à parler très fort. Derrière ces chiffres, une question simple plane déjà au-dessus des cabinets médicaux : jusqu’où une Apple Watch peut-elle aider à repérer les maladies avant qu’elles ne fassent trop de dégâts ?
On achète souvent ces petits bijoux de technologie pour lire ses SMS sans sortir son téléphone ou pour se donner bonne conscience à la salle de sport. Mais pendant que nous dormons ou courons après le bus, ces appareils amassent une quantité astronomique d'informations. Une équipe de chercheurs du MIT et d'Empirical Health s'est penchée sur ce trésor inexploré. En nourrissant une intelligence artificielle avec plus de trois millions de jours de données brutes, ils ont réussi un tour de force : transformer le chaos de nos vies quotidiennes en diagnostics médicaux d'une précision redoutable.
Offre partenaire
En partenariat avec Avast, la rédaction de Clubic a sélectionné les appareils qui combinent innovation, performance et fiabilité. Voici les grands gagnants qui ont marqué l'année 2025 et méritent ce Clubic Awards !
Offre partenaire
Apple Watch : 3 millions de jours pour traquer les signaux faibles
Le grand drame des données de santé récoltées au poignet, c'est qu'elles ressemblent souvent à un gruyère. Entre la montre oubliée sur la table de nuit, la batterie à plat ou le capteur mal positionné, les trous sont légion. Pour une intelligence artificielle classique, c'est un cauchemar. Elle a besoin de régularité, d'ordre et de cases bien remplies.
C'est ici que l'approche des chercheurs devient maligne. Plutôt que de jeter ces données incomplètes à la poubelle, ils ont utilisé une nouvelle architecture nommée JETS. À l'instar d'un modèle de langage qui prédit à chaque fois la lettre la plus probable à la suite de la dernière pour former une phrase, JETS peut comprendre le sens d'une phrase même s'il manque un mot sur deux. Ce modèle ne cherche pas à deviner la valeur exacte manquante, mais à comprendre le contexte global de votre santé. Il apprend à ignorer le bruit pour se concentrer sur l'essentiel. Là où les anciens modèles s'étouffaient avec des données sporadiques, celui-ci excelle et parvient à utiliser 85% des informations habituellement rejetées. Une belle revanche pour nos mesures imparfaites.
Bientôt un cardiologue permanent au poignet ?
Les résultats obtenus donnent le vertige et pourraient bien inquiéter certains hypocondriaques. En analysant ces signaux fragmentés, l'algorithme parvient à détecter une hypertension artérielle ou une apnée du sommeil avec une fiabilité déconcertante. Les tests affichent un score de précision de près de 87% pour l'hypertension et dépassent les 80% pour les troubles respiratoires nocturnes. Ce n'est plus de la simple déduction, c'est quasiment du diagnostic médical.
Là où l'approche fascine, c'est dans sa capacité à surpasser les modèles actuels sur la détection de pathologies complexes comme le syndrome du sinus malade. Votre montre ne se contente plus de vous dire que vous avez mal dormi ; elle comprend pourquoi votre cœur fatigue. Cette prouesse repose sur une analyse fine de 63 mesures différentes, du taux d'oxygène au rythme cardiaque, traitées comme un tout cohérent.
Si cette technologie venait à être intégrée dans nos futurs systèmes d'exploitation, la médecine préventive changerait radicalement de visage. Nous passerions d'une visite annuelle chez le médecin à une surveillance bienveillante et continue, capable de lever le drapeau rouge bien avant l'apparition des premiers symptômes graves. Reste à savoir si nous sommes prêts à laisser une intelligence artificielle connaître notre intimité biologique mieux que nous-mêmes.
Source : 9to5mac
