Prédire la santé cérébrale grâce à sa montre connectée

Une équipe de l’Université de Genève montre qu’il est possible de prédire l’état de santé cérébrale à partir de données issues de montres connectées et de smartphones. L’étude est portée par Igor Almeida Matias, assistant-doctorant au Research Institute for Statistics and Information Science et premier auteur de la recherche.

Pour explorer ce potentiel, 88 volontaires âgé-es de 45 à 77 ans ont été suivis durant dix mois grâce à une application mobile et une montre connectée mesurant notamment la fréquence cardiaque, l’activité physique, le sommeil et la pollution de l’air. Ces données passives ont été complétées tous les trois mois par des questionnaires affectifs et des tests cognitifs.

À l’issue de l’étude, une intelligence artificielle développée par l’équipe a analysé ces informations pour prédire les fluctuations cognitives et affectives. « En moyenne, le taux d’erreur n’était que de 12,5 % », explique Igor Matias. Les états affectifs ont été les plus simples à anticiper (5–10 % d’erreur), tandis que les performances cognitives se sont révélées plus difficiles à estimer. Parmi les indicateurs les plus informatifs : la météo, la pollution atmosphérique, la variabilité du sommeil et la fréquence cardiaque quotidienne.

Ces travaux, encadrés par la professeure Katarzyna Wac et le professeur Matthias Kliegel (Faculté de psychologie et des sciences de l’éducation), s’inscrivent dans le projet Providemus alz. La prochaine phase, déjà en cours, s’étendra sur 24 mois afin d’affiner les modèles et d’évaluer leur pertinence dans des contextes individuels réels.

> Lien vers le communiqué de presse de l’Université de Genève.