Découvrez nos réseaux sociaux
Actualités

SOMMEIL : Un marqueur universel de résultats de santé

Actualité publiée il y a 2 heures 7 min 4 sec
Nature Communications
A l’aide d’un modèle d'intelligence artificielle il devient possible d’exploiter les données du sommeil de routine et d’identifier des risques de santé multiples (Visuel Adobe Stock 691971962)

A l’aide d’un modèle d'intelligence artificielle il devient possible d’exploiter les données du sommeil de routine et d’identifier des risques de santé multiples, allant du cœur au cerveau et sur le long terme. L’analyse de notre sommeil, à l’aide de dispositifs individuels pourrait ainsi permettre de prévenir des maladies de manière précoce, selon cette analyse d’une équipe de la Cleveland Clinic (Ohio), publiée dans la revue Nature Communications. A ce stade, le modèle permet déjà d’identifier les personnes à risque 2 fois supérieur de décès, à 5 ans.

 

Chaque année, 1 à 4 millions de polysomnographies, des enregistrements du sommeil en laboratoire, sont réalisées aux seuls États-Unis, des dizaines de millions sont réalisées dans le monde, notamment pour évaluer l'apnée du sommeil. Ces examens collectent des données précieuses sur différents systèmes et organes, dont le cerveau, les poumons, les muscles et le cœur. Pourtant, seule une petite fraction de ces données est exploitée.

Pourtant, ces données sont riches d’informations physiologiques.

Pour preuve, l’IA décèle ici des signaux significatifs, non captés par les analyses de synthèse conventionnelles.

 

L’un des auteurs principaux, le Dr Reena Mehra, professeur de médecine à l'Université de Washington, résume l’intérêt d’un changement de perspective :

« L'IA nous offre aujourd’hui l'occasion d'apprendre beaucoup de la physiologie du sommeil ».

 

L'étude a consisté à développer ce modèle d'IA et de l'alimenter de données de la Cleveland Clinic. Le modèle a réparti les patients en 5 catégories de risque, à partir des données complètes des polysomnographies plutôt que des seules mesures de synthèse. Les résultats du modèle ont été validés de façon indépendante dans une cohorte nationale. Ces tests confirment que :

 

  • le modèle identifie des sous-types de patients cliniquement pertinents, aux risques à long terme très différents ;
  • les patients du groupe à plus haut risque présentent une mortalité 2 fois supérieure sur 5 ans à celle du groupe à plus faible risque ;
  • cette distinction échappe à la stricte évaluation de l’apnée ;
  • le modèle prédit aussi bien les résultats chez les hommes que chez les femmes ;
  • et surtout, le modèle détecte des caractéristiques physiologiques latentes invisibles à l'œil humain,
  • dont des biomarqueurs pronostiques du risque cardiovasculaire, neurologique et de survie.

L'approche révèle ainsi que ces examens de routine du sommeil recèlent bien plus d'information qu'on ne le pensait. « L'IA moderne nous permet de récupérer une bien plus grande part de l'information contenue dans une nuit de physiologie du sommeil ».

 

Quelles implications ? Cette nouvelle approche ouvre la voie à une détection et à des soins plus précoces et mieux personnalisés. Elle pourrait également permettre de mieux comprendre comment le sommeil influence la santé. Enfin, ce modèle consacre le sommeil comme un facteur, en plus d’être un marqueur, de la santé.  

 

Les chercheurs comptent maintenant valider ces résultats sur des groupes de populations diversifiés avant d’en tirer des applications en clinique.

Plus sur le Blog Diagnostic
Plus sur le Blog Sommeil

Autres actualités sur le même thème