Les technologies d’intelligence artificielle promettent de transformer la santé préventive en mettant à la portée du grand public des outils de auto-diagnostic et de détection précoce, au-delà des montres et bagues connectées. La vague suivante inclut des casques audio capables de suivre l’activité cérébrale et des applications qui analysent des images de l’iris pour repérer des signaux précoces de pathologies graves.

Le pari du “quand agir”

Ramses Alcaide, PDG de la start-up Neurable, estime que la médecine préventive échoue souvent parce que beaucoup de gens n’effectuent pas de bilans réguliers: “Et si l’on savait précisément quand il faut consulter ?”

Lors du dernier Consumer Electronics Show (CES) à Las Vegas, une profusion d’anneaux, bracelets et montres a été présentée, capables de surveiller des indicateurs tels que la fréquence cardiaque, la pression artérielle ou la glycémie, avec des degrés de précision variables. La demande paraît croissante: une étude publiée par OpenAI indique que plus de 200 millions d’internautes consultent chaque semaine ChatGPT pour des questions de santé. Dans ce sillage, l’entreprise de Sam Altman a lancé “ChatGPT Health”, qui, avec consentement, s’appuie sur les dossiers médicaux de l’utilisateur et des données issues des appareils connectés.

Des casques qui lisent le cerveau

En s’appuyant sur l’électroencéphalographie (EEG), Neurable a développé un casque capable d’enregistrer et d’analyser l’activité cérébrale. Le modèle actuel détecte les ralentissements cognitifs et propose des pauses adaptées. Une autre version vise l’optimisation des performances des joueurs de jeux vidéo, avec une fonction qui compare les mesures courantes à l’historique de santé de l’utilisateur pour repérer des écarts pouvant signaler un problème. Alcaide souligne que certains wearables, comme l’Apple Watch, peuvent aider à repérer la maladie de Parkinson, “souvent après l’apparition de tremblements”. L’EEG, lui, pourrait détecter des signes avant-coureurs, en amont des symptômes. Il insiste toutefois: il ne s’agit pas d’un diagnostic médical, mais d’alertes précoces sur des risques potentiels de dépression, d’Alzheimer ou d’autres maladies.

Fiabilité en question, mais l’IA élargit les capacités

Des experts restent prudents sur la fiabilité des dispositifs EEG grand public. Anna Wexler, professeure à l’Université de Pennsylvanie et spécialiste des produits de détection grand public, estime que la “confiance” pour repérer ces maladies n’est pas encore au niveau requis, même si l’IA “a élargi les capacités” de ces appareils.

Épilepsie et Alzheimer: des écouteurs validés

La start-up française Naox a développé des écouteurs EEG reliés à un petit boîtier destiné aux patients épileptiques. Selon Marc Vaillo, médecin et responsable de l’innovation chez Naox, l’appareil enregistre des impulsions électriques cérébrales brèves et anormales appelées “spikes”, indicateurs d’épilepsie souvent plus difficiles à détecter que les crises elles-mêmes. Les écouteurs Naox ont reçu l’agrément de la FDA américaine et sont principalement utilisés la nuit pour collecter des données. La société collabore aussi avec les hôpitaux Rothschild et Lariboisière à Paris pour explorer les liens entre ces “spikes” et la maladie d’Alzheimer.

Scanner l’iris avec un simple smartphone

EyeHealth s’apprête à lancer un accessoire de smartphone d’environ 50 dollars pour prendre des photos de l’iris. La solution s’appuie sur l’iridologie, une pratique controversée scientifiquement, mais les fondateurs affirment pouvoir détecter des anomalies liées au côlon, avec l’ambition d’étendre la méthode aux poumons et au foie. Le porte-parole Tommy Van indique que leurs tests montrent une précision de 81 % chez des patients déjà diagnostiqués avec un cancer du côlon.

Vers des outils plus petits, moins chers, plus accessibles

Les spécialistes remarquent que les progrès rapides de l’IA contribuent à miniaturiser les dispositifs de dépistage, à remplacer des équipements lourds de cabinet ou d’hôpital et à en réduire les coûts. À terme, ces tendances pourraient démocratiser le dépistage précoce, en multipliant les alertes utiles à domicile sous réserve de validations cliniques, de garde-fous éthiques et d’une information claire des utilisateurs.