Les montres intelligentes capables de collecter des données physiques et physiologiques pourraient servir d'instruments précieux en biomédecine, en particulier pour comprendre les maladies cérébrales et les troubles du comportement, ainsi que pour identifier les mutations potentielles liées à ces conditions. Cette affirmation est faite dans une étude publiée dans la revue Cell, coécrite par Mark Gerstein de l'Université de Yale et impliquant le professeur Diego Garrido Martín de l'Université de Barcelone.
La recherche a utilisé des données de montres intelligentes provenant de plus de 5 000 adolescents pour former des modèles d'intelligence artificielle visant à prédire diverses maladies psychiatriques et à identifier les gènes associés. Les résultats indiquent que ces capteurs portables pourraient faciliter une compréhension et un traitement plus nuancés des conditions psychiatriques.
Mark Gerstein, expert en biochimie, informatique, statistiques et science des données, a déclaré : "Dans la psychiatrie traditionnelle, un médecin évaluera vos symptômes et vous serez soit diagnostiqué avec une maladie, soit non. Mais dans cette étude, nous nous sommes concentrés sur le traitement des données portables d'une manière qui pourrait à la fois être exploitée pour prédire les maladies de manière plus complète et mieux les relier aux facteurs génétiques sous-jacents."
La détection quantitative des maladies pose des défis ; cependant, les capteurs portables qui collectent des données en continu pourraient fournir des solutions. L'étude s'est appuyée sur des données de l'étude sur le développement cognitif du cerveau adolescent, la plus grande évaluation à long terme du développement cérébral et de la santé des enfants aux États-Unis. Les données collectées par des montres intelligentes portées par des adolescents âgés de 9 à 14 ans comprenaient la fréquence cardiaque, les dépenses caloriques, l'intensité de l'activité physique, le nombre de pas, le niveau de sommeil et l'intensité du sommeil.
Jason Liu, chercheur dans le laboratoire de Gerstein et co-auteur principal de l'étude, a déclaré : "Lorsqu'elles sont traitées correctement, les données des montres intelligentes peuvent être utilisées comme un 'phénotype numérique'." Le terme 'phénotype numérique' fait référence à des traits mesurables et traçables grâce à des outils numériques comme les montres intelligentes.
Liu a ajouté : "Un avantage de cela est que nous pouvons utiliser le phénotype numérique presque comme un outil de diagnostic ou un biomarqueur, et également combler le fossé entre la maladie et la génétique."
L'équipe de recherche a développé une méthodologie pour acquérir et convertir la vaste quantité de données des montres intelligentes en informations utilisables pour la formation de modèles d'IA, ce que Gerstein a décrit comme un "nouveau problème à résoudre dans le monde de la recherche qui est techniquement difficile."
L'étude a révélé que la fréquence cardiaque était le prédicteur le plus significatif pour le TDAH, tandis que la qualité et le stade du sommeil étaient plus cruciaux pour identifier l'anxiété. Gerstein a noté : "Ces résultats suggèrent que les données des montres intelligentes peuvent nous fournir des informations sur la façon dont les motifs temporels physiques et comportementaux sont liés à différentes maladies psychiatriques."
De plus, les données pourraient aider à différencier divers sous-types de troubles psychiatriques. Beatrice Borsari, associée postdoctorale au laboratoire de Gerstein, a déclaré : "Par exemple, au sein du TDAH, il existe différentes formes. Peut-être pouvons-nous étendre ce travail pour aider à distinguer entre les formes d'inattention et d'hyperactivité, qui répondent généralement à différents traitements pharmacologiques."
Ayant établi que le phénotype numérique pouvait prédire les maladies psychiatriques, l'équipe a également exploré son potentiel pour identifier les facteurs génétiques sous-jacents à l'aide d'outils statistiques multivariés développés avec les contributions de l'Université de Barcelone.