Les appareils qui suivent discrètement nos activités quotidiennes, nos minutes d'exercice et la qualité de notre sommeil subissent une transformation silencieuse mais profonde. Autrefois considérés exclusivement comme des gadgets pour les amateurs de fitness, ils deviennent aujourd'hui des outils clés pour le diagnostic précoce et la prévention des risques sanitaires graves. Nous vivons à l'ère de l'« Internet des objets » médical, un univers d'applications connectées à Internet, de capteurs portables et d'appareils intelligents qui collectent, analysent et partagent en permanence nos données de santé, ouvrant des possibilités sans précédent pour une médecine personnalisée.

Selon des recherches récentes, près d'un quart de la population des pays développés utilise un type de tracker de santé. Cependant, les appareils portables ne sont qu'une partie de l'écosystème complexe qui transforme les soins de santé modernes. Des experts comme le Dr Sandeep Kishore, professeur agrégé de médecine à l'Université de Californie à San Francisco (UCSF), mènent des initiatives visant à intégrer ces technologies directement dans la pratique clinique pour la gestion de pathologies comme le diabète et l'hypertension artérielle.

Une révolution à notre poignet : plus qu'un compteur de pas

Lorsque nous parlons de technologie portable, la première association pour beaucoup est celle des bracelets et montres intelligents qui mesurent le nombre de pas, le pouls et le niveau d'oxygène dans le sang. Cependant, le spectre de ces appareils est beaucoup plus large. Les smartphones sont devenus des hubs centraux pour les données de santé, recevant des informations de divers capteurs et permettant une communication directe avec les équipes médicales via des plateformes sécurisées. L'un des exemples les plus frappants est celui des capteurs externes, tels que les tensiomètres numériques ou les moniteurs de glucose en continu (MGC).

Les moniteurs de glucose en continu, de petits patchs avec une aiguille presque imperceptible le plus souvent appliquée sur le haut du bras, représentent une véritable révolution pour les diabétiques. Ces appareils peuvent mesurer le taux de sucre dans le liquide interstitiel toutes les quelques minutes, en envoyant les données directement sur le smartphone de l'utilisateur. De cette façon, au lieu de piqûres douloureuses au doigt plusieurs fois par jour, le patient obtient un aperçu complet de l'évolution du glucose sur 24 heures, ce qui permet des ajustements plus précis du traitement et du régime alimentaire. Des équipes de recherche, comme celles de l'UCSF, travaillent activement au développement de systèmes qui rendront ces données instantanément disponibles et exploitables par les équipes médicales.

Résoudre le problème de l'« hypertension de la blouse blanche » et autres défis diagnostiques

L'un des plus grands défis de la pratique clinique est que les médecins n'obtiennent souvent qu'un aperçu momentané et fragmenté de l'état d'un patient. La mesure de la tension artérielle en cabinet est un parfait exemple. Il est étonnamment difficile d'obtenir une lecture précise dans un tel environnement. Le patient vient peut-être de boire son café du matin, de monter les escaliers en hâte ou se sent légèrement anxieux à cause de la visite elle-même. Tous ces facteurs peuvent augmenter temporairement la tension artérielle, conduisant au phénomène connu sous le nom d'« hypertension de la blouse blanche ».

C'est là que la technologie portable montre sa vraie force. Les tensiomètres intelligents, qui peuvent être utilisés à la maison, permettent des mesures régulières dans un environnement détendu. Ils peuvent enregistrer les valeurs de tension tout au long de l'année, et pas seulement lors des contrôles semestriels. Les données sont envoyées à un système sécurisé, offrant au médecin une fenêtre réelle et à long terme sur le tableau cardiovasculaire du patient. Cela permet d'éviter les thérapies inutiles et de s'assurer que seuls ceux qui en ont vraiment besoin sont traités. Il en va de même pour la détection de la fibrillation auriculaire, où les montres intelligentes peuvent surveiller en permanence le rythme cardiaque et alerter en cas d'irrégularités qui pourraient passer inaperçues en cabinet.

Le futur, c'est maintenant : jumeaux numériques et diagnostic intelligent

La vision pour les cinq prochaines années apporte des concepts encore plus avancés. La technologie doit devenir plus simple et moins exigeante pour le patient. L'accent est mis sur des solutions qui ne demandent pas beaucoup d'engagement, comme la possibilité de mesurer un jour la tension artérielle avec l'appareil photo d'un smartphone ou d'analyser le rythme cardiaque via l'enregistrement vidéo d'un appel Zoom.

L'un des concepts les plus intrigants est la création de « jumeaux numériques ». Il s'agit d'un modèle informatique avancé de la santé d'un patient individuel. Cet avatar virtuel, construit sur la base de données continues provenant d'appareils portables, d'informations génétiques et de résultats cliniques, pourrait servir de terrain d'essai. Les équipes médicales pourraient simuler les effets de différents médicaments ou thérapies sur le jumeau numérique avant de les appliquer au patient réel, prédire l'évolution de la maladie et personnaliser le traitement à un degré inimaginable. Bien que cette technologie n'en soit qu'à ses débuts et attende une validation clinique, son potentiel est énorme.

Le Dr Ida Sim, professeur de médecine à l'UCSF, met en avant l'idée d'« un bouquet, pas des fleurs ». Nous serons bientôt confrontés à une situation où, pour une seule pathologie, il y aura une gamme de gadgets différents, chacun collectant son propre ensemble de données – « les fleurs ». Cela conduira inévitablement à une surcharge d'informations. Le véritable défi et l'« ingrédient secret » du succès résidera dans la capacité à connecter tous ces différents flux de données – les fleurs – en un « bouquet » cohérent, utile et simple qui fournira aux médecins une image claire et exploitable.

L'intelligence artificielle comme allié clé en médecine

C'est précisément là que l'intelligence artificielle (IA) entre en jeu. Faire face à la quantité massive de données générées par chaque patient, qui peut atteindre des gigaoctets par mois, représente un défi de traitement énorme. L'IA a le potentiel de passer au crible cette « avalanche » de données et de détecter des schémas subtils dans le développement des maladies que l'œil humain ne peut percevoir. Ces schémas peuvent aider à comprendre les causes des symptômes ou même les moteurs de la maladie elle-même. L'objectif final est de transformer les données brutes en alertes et interventions cliniquement pertinentes.

Le potentiel d'un tel système est parfaitement illustré par un cas clinique réel. Le Dr Kishore se souvient d'une patiente d'une trentaine d'années atteinte de diabète de type 1, qui a besoin d'insuline régulière pour contrôler sa glycémie. Malheureusement, elle s'est retrouvée à court d'insuline et a été admise à l'hôpital dans un état proche du coma. Son colocataire l'a trouvée inconsciente dans sa chambre. Dans l'avenir envisagé par les visionnaires, un tel scénario pourrait être évité. Si la patiente avait eu un système passif de surveillance de la glycémie, les données auraient pu faire partie d'une boucle de rétroaction entre elle et son équipe médicale. Le système aurait pu envoyer une alerte à un médecin ou un pharmacien supervisant un tableau de bord. Il aurait pu lancer un appel ou un message automatisé sur son téléphone et, en cas d'absence de réponse, activer les services d'urgence. Une telle tragédie aurait pu être évitée.

Malgré les craintes, l'IA ne remplacera pas les médecins. Le jugement clinique et l'expérience humaine restent irremplaçables. Il ne s'agit pas pour un scientifique des données ou un expert en IA de générer indépendamment des informations cliniques à partir d'un tas de données. La construction d'outils utiles nécessite des équipes multidisciplinaires composées de développeurs, de cliniciens, de patients et de concepteurs d'expérience utilisateur.

Défis, normes et questions éthiques

Le chemin vers cet avenir technologique n'est pas sans obstacles. Outre le volume des données, l'agrégation et la normalisation posent un problème majeur. Différents appareils suivent les données de différentes manières, et les entreprises utilisent souvent leurs propres algorithmes propriétaires et fermés. Cela crée des « silos de données verrouillés » et rend l'harmonisation et la combinaison des informations provenant de différentes sources un défi majeur.

Pour surmonter ces problèmes, des projets sont lancés, comme la collaboration entre l'UCSF et l'Université de Berkeley pour développer une plateforme open-source appelée JupyterHealth. L'objectif de cette plateforme est de fusionner les données de santé et l'intelligence artificielle pour une meilleure gestion du diabète et de l'hypertension. En utilisant des modèles d'IA, la plateforme extrait des informations clés pour les médecins et les patients en temps quasi réel, permettant une prise de décision qui prendrait des mois ou des années avec une surveillance traditionnelle.

La question clé reste la sécurité, la confidentialité et l'éthique. Des institutions comme l'UCSF disposent d'un système rigoureux de freins et contrepoids. Un nouveau Comité de surveillance de l'intelligence artificielle en santé, composé d'experts, examine les projets pour s'assurer que l'IA développée et étudiée est fiable, équitable, sûre et protège la vie privée des gens. Chaque chercheur doit soumettre des plans de recherche détaillés à un comité d'éthique de la recherche institutionnel, qui doit approuver toute recherche impliquant des participants humains, garantissant qu'elle est menée de manière sûre et éthique.

Source : Université de Californie