Newsletter

🛌 IA & sommeil : la fête du SLEEP (mais sans illusion)

✍️ ÉDITO — « IA & sommeil : la fête du SLEEP », vraiment ?

Lionel Reichardt · Pharmageek2026-01-2124 min de lecture

✍️ ÉDITO — « IA & sommeil : la fête du SLEEP », vraiment ?

Le titre est volontairement léger. Presque provocateur. « La fête du SLEEP », ce n’est évidemment ni une célébration naïve de l’IA, ni une trivialisation d’un sujet grave. C’est un clin d’œil. Un contrepoint assumé à un champ — le sommeil — qui est tout sauf léger. Car si ce numéro adopte un ton accessible, la démarche, elle, est profondément sérieuse. Depuis sa création, IAtrogénique × IAtus n’est pas une newsletter sur l’IA. C’est une newsletter sur la santé, où l’IA agit comme un révélateur : parfois utile, parfois toxique, toujours révélateur de nos fragilités collectives. Deux voix structurent cette lecture : IAtus, la voix narrative, qui interroge ce que l’IA fait aux parcours de soins, aux patients, aux soignants, aux usages réels. IAtrogénique, la voix critique, qui analyse les effets secondaires, les biais systémiques, les déplacements de responsabilité et les angles morts technologiques. • IAtus, la voix narrative, qui interroge ce que l’IA fait aux parcours de soins, aux patients, aux soignants, aux usages réels. • IAtrogénique, la voix critique, qui analyse les effets secondaires, les biais systémiques, les déplacements de responsabilité et les angles morts technologiques. Après plusieurs hors-séries consacrés aux infrastructures, à la gouvernance et aux modèles économiques de l’IA en santé, ce numéro 4 inaugure une autre approche : 👉 un numéro thérapeutique dédié, centré sur le sommeil.

Pourquoi le sommeil ?

Parce qu’il concentre à lui seul tous les enjeux contemporains de l’IA en santé : une pathologie chronique massivement sous-diagnostiquée, des données longitudinales, multimodales, parmi les plus riches qui soient, une explosion des wearables et de l’auto-mesure, des promesses fortes de prévention prédictive, et, en miroir, des risques majeurs de mésusage clinique et d’errance interprétative. • une pathologie chronique massivement sous-diagnostiquée, • des données longitudinales, multimodales, parmi les plus riches qui soient, • une explosion des wearables et de l’auto-mesure, • des promesses fortes de prévention prédictive, • et, en miroir, des risques majeurs de mésusage clinique et d’errance interprétative. Le sommeil est un laboratoire idéal pour observer ce que l’IA fait réellement à la médecine : ce qu’elle améliore, ce qu’elle déplace, ce qu’elle fragilise. Ce numéro s’appuie sur plus de 50 sources scientifiques, une revue approfondie de la littérature récente, et surtout sur deux événements majeurs, qui expliquent aussi pourquoi ce numéro est particulier.

🌙 Deux occasions exceptionnelles

🎙️ 1. Le lancement de lemondedusommeil.fr Avec le Dr Sylvie ROYANT-PAROLA , psychiatre, médecin du sommeil, figure historique de la discipline en France. Une plateforme pensée non comme un gadget numérique de plus, mais comme un outil de clarification et de pédagogie, à l’heure où le sommeil est envahi de discours approximatifs, de recettes miracles et de promesses technologiques excessives. 🎙️ 2. Une étude majeure en IA du sommeil Décryptée avec le Dr Maxime El Baz Ph.D , docteur en neurosciences, spécialiste du sommeil et responsable R&D chez SOS Oxygene . Une étude publiée dans Nature Medicine décrivant un modèle de fondation IA multimodal, entraîné sur plus de 65 000 polysomnographies, capable de prédire le risque de plus de 100 maladies à partir des signatures du sommeil. Rien de moins. Ce numéro n’est donc ni un dossier promotionnel, ni un manifeste techno-enthousiaste. C’est une analyse exigeante, clinique et critique, d’un champ où l’IA touche directement à l’intime, au quotidien, au temps long. 👉 La fête du SLEEP, oui. 👉 Mais lucide, documentée, et responsable. Bienvenue dans le numéro 4 de IAtrogénique × IAtus.

🧩 PARTIE I — Le sommeil : angle mort majeur de la santé publique

Le sommeil constitue l’un des paradoxes les plus marquants de la médecine contemporaine : il est à la fois universel, biologiquement fondamental, scientifiquement bien documenté… et massivement sous-pris en charge dans les systèmes de santé. Malgré des décennies de recherche en neurosciences, chronobiologie et médecine du sommeil, il demeure : insuffisamment dépisté, tardivement diagnostiqué, fragmenté entre spécialités, et trop souvent relégué au rang de symptôme secondaire. • insuffisamment dépisté, • tardivement diagnostiqué, • fragmenté entre spécialités, • et trop souvent relégué au rang de symptôme secondaire.

🌙 Un fardeau massif, durablement sous-estimé

Les données épidémiologiques convergent, toutes sources confondues : 30 à 48 % des adultes déclarent des troubles du sommeil au sens large (INSV – France, CDC – États-Unis, WHO – Europe) Environ 20 % souffrent d’insomnie chronique, définie par des troubles ≥ 3 nuits par semaine depuis plus de 3 mois 5 à 10 % de la population adulte présente un syndrome d’apnées obstructives du sommeil (SAOS) → dont 70 à 80 % restent non diagnostiqués (HAS, American Academy of Sleep Medicine, Lancet Respiratory Medicine) • 30 à 48 % des adultes déclarent des troubles du sommeil au sens large (INSV – France, CDC – États-Unis, WHO – Europe) • Environ 20 % souffrent d’insomnie chronique, définie par des troubles ≥ 3 nuits par semaine depuis plus de 3 mois • 5 à 10 % de la population adulte présente un syndrome d’apnées obstructives du sommeil (SAOS) → dont 70 à 80 % restent non diagnostiqués (HAS, American Academy of Sleep Medicine, Lancet Respiratory Medicine) À ces chiffres s’ajoutent : des délais diagnostiques de plusieurs années (jusqu’à 7–10 ans pour certains SAOS ou insomnies sévères), une forte inégalité d’accès aux centres du sommeil, et une prise en charge encore trop centrée sur l’épisode aigu (somnifères, consultation ponctuelle), au détriment du suivi longitudinal. • des délais diagnostiques de plusieurs années (jusqu’à 7–10 ans pour certains SAOS ou insomnies sévères), • une forte inégalité d’accès aux centres du sommeil, • et une prise en charge encore trop centrée sur l’épisode aigu (somnifères, consultation ponctuelle), au détriment du suivi longitudinal.

🧠 Un déterminant transversal de santé, pas un symptôme isolé

La littérature est désormais robuste : le sommeil n’est pas un simple marqueur de mauvaise santé, il en est un facteur causal transversal. Les troubles chroniques du sommeil sont associés à : une augmentation du risque cardiovasculaire de 20 à 40 % (HTA, AVC, coronaropathies – Circulation, European Heart Journal) un risque accru de diabète de type 2 et de dérèglement métabolique une augmentation significative des troubles anxio-dépressifs, des troubles cognitifs et du risque de démence une hausse documentée des accidents du travail et de la route, comparable à l’alcoolémie modérée • une augmentation du risque cardiovasculaire de 20 à 40 % (HTA, AVC, coronaropathies – Circulation, European Heart Journal) • un risque accru de diabète de type 2 et de dérèglement métabolique • une augmentation significative des troubles anxio-dépressifs, des troubles cognitifs et du risque de démence • une hausse documentée des accidents du travail et de la route, comparable à l’alcoolémie modérée Autrement dit : 👉 le sommeil influence simultanément la santé mentale, cardiovasculaire, métabolique, neurologique et sociale.

🧩 Une médecine jeune, fragmentée, encore incomplète

Comme le rappelle Sylvie Royant-Parola, la médecine du sommeil est une discipline récente, longtemps construite à la marge : Historiquement : le sommeil a été morcelé entre psychiatrie, pneumologie, neurologie, sans véritable approche intégrative, ni reconnaissance pleine comme enjeu de santé publique prioritaire. • le sommeil a été morcelé entre psychiatrie, pneumologie, neurologie, • sans véritable approche intégrative, • ni reconnaissance pleine comme enjeu de santé publique prioritaire. Cette fragmentation explique en grande partie : la confusion persistante entre fatigue, insomnie, apnée, stress, dépression, les parcours erratiques des patients, et l’absence de stratégie populationnelle cohérente. • la confusion persistante entre fatigue, insomnie, apnée, stress, dépression, • les parcours erratiques des patients, • et l’absence de stratégie populationnelle cohérente.

🌱 Vers une écologie du sommeil

Les approches contemporaines convergent vers une notion clé : 👉 l’écologie du sommeil. Le sommeil est façonné par : les rythmes circadiens et l’exposition à la lumière, l’activité physique, le stress chronique et la charge mentale, les conditions sociales et professionnelles, l’environnement numérique et comportemental. • les rythmes circadiens et l’exposition à la lumière, • l’activité physique, • le stress chronique et la charge mentale, • les conditions sociales et professionnelles, • l’environnement numérique et comportemental. Cette vision systémique est essentielle pour comprendre pourquoi : une mesure isolée ne suffit pas, une nuit n’explique jamais une trajectoire, et pourquoi les promesses technologiques doivent impérativement s’inscrire dans une approche globale et accompagnée. • une mesure isolée ne suffit pas, • une nuit n’explique jamais une trajectoire, • et pourquoi les promesses technologiques doivent impérativement s’inscrire dans une approche globale et accompagnée. C’est précisément dans cet angle mort — entre biologie, quotidien et organisation des soins — que l’IA et les outils numériques s’engouffrent aujourd’hui. (INFO) Le gouvernement français a lancé une feuille de route interministérielle 2025-2026 pour promouvoir un sommeil de qualité, mobilisant plusieurs ministères autour d’actions concrètes pour sensibiliser, prévenir les troubles et faire du sommeil un pilier de santé publique. Et c’est ce que la suite de ce numéro va interroger, sans naïveté.

🧠 PARTIE II — Wearables : mesurer n’est pas soigner

Montres connectées, bagues, capteurs de literie, smartphones, bandeaux EEG grand public. En moins d’une décennie, le sommeil est devenu l’un des territoires les plus instrumentés de la santé numérique. Le marché mondial des wearables dédiés au sommeil est estimé à plus de 40 milliards de dollars en 2025, porté par : les montres ( Apple Watch, Garmin , Fitbit (now part of Google) ), les bagues ( ŌURA , Circular , Samsung Healthcare ), les capteurs environnementaux (matelas, capteurs de mouvements Withings ), et une nouvelle génération de dispositifs EEG simplifiés destinés au grand public. • les montres ( Apple Watch, Garmin , Fitbit (now part of Google) ), • les bagues ( ŌURA , Circular , Samsung Healthcare ), • les capteurs environnementaux (matelas, capteurs de mouvements Withings ), • et une nouvelle génération de dispositifs EEG simplifiés destinés au grand public. Cette explosion s’explique par trois facteurs convergents : le sommeil est perçu comme un levier de performance et de bien-être, il génère des données longitudinales facilement collectables, il répond à une attente forte de prévention personnalisée. • le sommeil est perçu comme un levier de performance et de bien-être, • il génère des données longitudinales facilement collectables, • il répond à une attente forte de prévention personnalisée. Mais comme le rappellent unanimement les experts du champ, tout ne se vaut pas — et surtout, mesurer ne signifie pas soigner. World Sleep Society recommendations for the use of wearable consumer health trackers that monitor sleep

✅ Ce que les wearables font plutôt bien (et que la littérature valide)

Les études comparatives (JCSM, Sleep, NPJ Digital Medicine, The Lancet Digital Health) montrent des performances acceptables à bonnes pour des indicateurs globaux : Durée totale de sommeil → bonne corrélation avec la polysomnographie (PSG), notamment sur plusieurs nuits Régularité des horaires et rythmes circadiens → excellent outil de sensibilisation aux rythmes veille–sommeil Détection de certaines apnées du sommeil, → uniquement pour des dispositifs ayant fait l’objet d’une validation clinique (PPG + SpO₂), → avec des performances variables selon la population et le contexte Prévention et éducation à la santé → amélioration de la conscience des comportements à risque (horaires irréguliers, dette de sommeil) • Durée totale de sommeil → bonne corrélation avec la polysomnographie (PSG), notamment sur plusieurs nuits • Régularité des horaires et rythmes circadiens → excellent outil de sensibilisation aux rythmes veille–sommeil • Détection de certaines apnées du sommeil, → uniquement pour des dispositifs ayant fait l’objet d’une validation clinique (PPG + SpO₂), → avec des performances variables selon la population et le contexte • Prévention et éducation à la santé → amélioration de la conscience des comportements à risque (horaires irréguliers, dette de sommeil) 👉 À ce stade, les wearables sont pertinents comme outils de repérage, de suivi comportemental et d’orientation, mais pas comme outils diagnostiques autonomes.

❌ Ce qu’ils font encore mal (et parfois dangereusement)

La littérature est tout aussi claire sur les limites structurelles : Analyse fine des stades de sommeil (N1, N2, N3, REM) → performances très variables → surestimation fréquente du sommeil profond → forte dépendance aux algorithmes propriétaires Détection des micro-éveils et de la fragmentation du sommeil → très faible sensibilité sans EEG médical complet Interprétation clinique individuelle → absence de contexte médical → non prise en compte des comorbidités, traitements, troubles psychiatriques Accompagnement psychologique et thérapeutique → totalement absent des dispositifs grand public • Analyse fine des stades de sommeil (N1, N2, N3, REM) → performances très variables → surestimation fréquente du sommeil profond → forte dépendance aux algorithmes propriétaires • Détection des micro-éveils et de la fragmentation du sommeil → très faible sensibilité sans EEG médical complet • Interprétation clinique individuelle → absence de contexte médical → non prise en compte des comorbidités, traitements, troubles psychiatriques • Accompagnement psychologique et thérapeutique → totalement absent des dispositifs grand public Comme le souligne Sylvie Royant-Parola : Ce décalage entre mesure brute et réalité clinique vécue est au cœur des dérives actuelles.

⚠️ Le risque émergent : l’orthosomnie

Plusieurs publications majeures (JCSM, Sleep, The Lancet Digital Health) décrivent un phénomène désormais bien identifié : l’orthosomnie. 👉 Une quête obsessionnelle du “bon score de sommeil” 👉 Une anxiété induite par des indicateurs mal compris 👉 Une aggravation des troubles du sommeil chez des sujets initialement peu symptomatiques Paradoxalement : l’outil censé améliorer le sommeil devient un facteur de stress, de contrôle excessif et d’auto-surveillance • l’outil censé améliorer le sommeil • devient un facteur de stress, de contrôle excessif et d’auto-surveillance Ce phénomène touche particulièrement : les patients anxieux, les profils perfectionnistes, les utilisateurs sans accompagnement médical. • les patients anxieux, • les profils perfectionnistes, • les utilisateurs sans accompagnement médical.

🧭 Lecture clinique et recommandations implicites

La convergence des données conduit à une position désormais largement partagée par les sociétés savantes : 👉 Les wearables doivent rester des outils d’orientation, de prévention et de dialogue, 👉 jamais des dispositifs d’auto-diagnostic ou de décision médicale autonome. Les recommandations clés qui émergent : privilégier une lecture longitudinale plutôt que nuit par nuit, contextualiser systématiquement les données (mode de vie, stress, travail), intégrer ces outils dans un parcours de soins accompagné, éviter toute interprétation isolée des stades de sommeil. • privilégier une lecture longitudinale plutôt que nuit par nuit, • contextualiser systématiquement les données (mode de vie, stress, travail), • intégrer ces outils dans un parcours de soins accompagné, • éviter toute interprétation isolée des stades de sommeil. C’est précisément à l’interface entre ces données imparfaites, les attentes des patients et les promesses de l’IA que se situe le cœur des enjeux abordés dans la suite de ce numéro.

🧬 PARTIE III — L’IA du sommeil : la promesse (encore fragile) des modèles de fondation

L’étude commentée par Maxime El Baz , publiée dans Nature Medicine, marque un tournant méthodologique majeur dans le champ du sommeil et, plus largement, de l’IA clinique. Pour la première fois, le sommeil n’est plus abordé comme une succession de stades à classer, mais comme un signal physiologique global, riche, continu et exploitable à grande échelle par l’IA.

🔬 Ce qui change réellement avec cette étude

Le cœur de la rupture repose sur l’usage d’un modèle de fondation auto-supervisé, entraîné sur plus de 65 000 polysomnographies complètes — un volume sans précédent. Contrairement aux approches classiques : le modèle n’est pas supervisé par le scoring manuel des stades (N1, N2, N3, REM), il apprend directement à partir des signaux bruts (EEG, ECG, respiration, SpO₂), il extrait des représentations latentes capturant la microstructure du sommeil. • le modèle n’est pas supervisé par le scoring manuel des stades (N1, N2, N3, REM), • il apprend directement à partir des signaux bruts (EEG, ECG, respiration, SpO₂), • il extrait des représentations latentes capturant la microstructure du sommeil. Autrement dit, l’IA ne cherche plus à imiter la grille humaine du sommeil. Elle apprend une représentation propre, potentiellement plus riche que les catégories cliniques historiques. Comme le résume Maxime El Baz Ph.D :

📊 Résultat clé : le sommeil comme biomarqueur systémique

Les résultats sont spectaculaires — et doivent être lus avec rigueur. Les représentations apprises par le modèle permettent de prédire le risque de plus de 100 pathologies, notamment : maladies cardiovasculaires (HTA, insuffisance cardiaque), maladies rénales chroniques, troubles métaboliques, pathologies neurodégénératives. • maladies cardiovasculaires (HTA, insuffisance cardiaque), • maladies rénales chroniques, • troubles métaboliques, • pathologies neurodégénératives. Et surtout : 👉 ces prédictions surpassent les performances des variables cliniques classiques (age, sexe, IMC, facteurs de risque isolés). C’est une rupture conceptuelle majeure : le sommeil n’est plus seulement un état, ni même un symptôme, mais un biomarqueur longitudinal systémique, reflétant l’état global de l’organisme. • le sommeil n’est plus seulement un état, • ni même un symptôme, • mais un biomarqueur longitudinal systémique, reflétant l’état global de l’organisme. Cette approche s’inscrit dans un mouvement plus large observé en cardiologie (ECG-based foundation models), en imagerie et en génomique : 👉 laisser le modèle apprendre les structures du vivant plutôt que les lui imposer.

⚠️ Mais attention aux raccourcis cliniques

L’enthousiasme méthodologique ne doit pas masquer des limites fondamentales, sur lesquelles Maxime El Baz est particulièrement clair — et que la littérature confirme largement.

1️⃣ Une nuit n’est pas une trajectoire

Le sommeil est hautement variable : stress, charge mentale, saisonnalité, contexte (travail, vacances, maladie aiguë). • stress, • charge mentale, • saisonnalité, • contexte (travail, vacances, maladie aiguë). Une prédiction basée sur une nuit unique ne saurait fonder une décision clinique robuste.

2️⃣ Des données encore très “laboratoire”

Les polysomnographies utilisées proviennent : de populations sélectionnées, de conditions standardisées, loin du bruit, de l’irrégularité et de la réalité du domicile. • de populations sélectionnées, • de conditions standardisées, • loin du bruit, de l’irrégularité et de la réalité du domicile. La question de la transférabilité vers des données de wearables, plus bruitées mais longitudinales, reste ouverte.

3️⃣ Corrélation ≠ action clinique

Prédire un risque élevé ne dit rien de : quand intervenir, comment intervenir, avec quel bénéfice net pour le patient. • quand intervenir, • comment intervenir, • avec quel bénéfice net pour le patient. Sans stratégie d’action, la prédiction seule peut : générer de l’anxiété, déplacer la responsabilité vers le patient, ou conduire à des sur-diagnostics sans valeur ajoutée. • générer de l’anxiété, • déplacer la responsabilité vers le patient, • ou conduire à des sur-diagnostics sans valeur ajoutée.

🧭 Recommandation forte : changer d’échelle temporelle

La leçon centrale de cette étude — et de l’ensemble des travaux récents — est claire : 👉 le futur de l’IA du sommeil n’est ni spectaculaire, ni instantané. Il sera : longitudinal (plusieurs nuits, plusieurs semaines), multimodal (sommeil + activité + cardio + contexte), intégré aux parcours de soins, et évalué sur des critères cliniques réels, pas uniquement prédictifs. • longitudinal (plusieurs nuits, plusieurs semaines), • multimodal (sommeil + activité + cardio + contexte), • intégré aux parcours de soins, • et évalué sur des critères cliniques réels, pas uniquement prédictifs. L’IA du sommeil ouvre une voie scientifique passionnante. Mais elle ne deviendra un outil de soin qu’à une condition : passer de la prédiction isolée à l’accompagnement clinique structuré. C’est précisément ce glissement — du modèle au soin — que la suite de ce numéro interroge.

🧍♂️🤖 PARTIE IV — Patient augmenté… ou patient abandonné ?

C’est ici que le sommeil devient un stress-test parfait pour l’IA en santé. Parce qu’il touche à l’intime (la nuit), au quotidien (les habitudes), au long terme (les risques), et qu’il se situe à la frontière entre : médecine, prévention, bien-être, consommation, assurance, et parfois… contrôle social. • médecine, • prévention, • bien-être, • consommation, • assurance, • et parfois… contrôle social. La question n’est donc pas seulement : « Peut-on prédire ? » Mais : que fait-on de cette prédiction, et qui en porte les conséquences ?

⚠️ Lecture IAtrogénique — La iatrogénie douce de la prédiction

L’IA appliquée au sommeil peut produire une iatrogénie nouvelle, non pas par erreur brutale, mais par effets secondaires silencieux.

1) Risque de sur-prédiction et de sur-alarme

Un modèle qui prédit “un risque” à partir d’une nuit (ou même d’une semaine) déclenche mécaniquement : des consultations, des examens, des inquiétudes, des parcours. • des consultations, • des examens, • des inquiétudes, • des parcours. Sans preuve clinique de bénéfice net, on bascule vite dans une médecine de signal plutôt que de soin. ➡️ Le sommeil peut devenir un outil de tri permanent, où le “risque” remplace la clinique.

2) Glissement vers une médecine probabiliste non accompagnée

Le risque principal n’est pas la prédiction en elle-même, mais l’absence de médiation. Dire à quelqu’un : “vous avez un risque accru de X” sans lui donner : un plan d’action, un interlocuteur, un cadre de compréhension, • “vous avez un risque accru de X” sans lui donner : • un plan d’action, • un interlocuteur, • un cadre de compréhension, c’est déplacer le fardeau sur l’individu. ➡️ La médecine probabiliste devient une médecine de l’angoisse si elle n’est pas assortie d’un parcours.

3) Déplacement de la responsabilité vers le patient

Le sommeil est déjà un terrain où l’on culpabilise facilement : “vous ne vous couchez pas assez tôt” “vous êtes trop stressé” “vous utilisez trop votre téléphone” • “vous ne vous couchez pas assez tôt” • “vous êtes trop stressé” • “vous utilisez trop votre téléphone” Avec l’IA, on risque de créer une nouvelle norme : 👉 si vous aviez su, vous auriez dû agir. C’est un basculement éthique majeur : le patient “augmenté” peut devenir un patient tenu responsable de ce qu’il ne maîtrise pas (travail, stress, précarité, charge mentale, environnement).

4) Normalisation de la surveillance permanente

Le sommeil est longitudinal, donc la tentation est forte : capter en continu, scorer en continu, prédire en continu. • capter en continu, • scorer en continu, • prédire en continu. On passe du soin à la monitorisation. Et de la monitorisation à la normalisation. ➡️ La question devient alors politique : qui possède les données ? qui fixe le seuil ? qui définit ce qu’est un “bon dormeur” ?

🌙 Lecture IAtus — Ce que je peux… et ce que je ne pourrai jamais faire seul

Le sommeil est peut-être le domaine où l’IA révèle le plus clairement sa limite : elle sait mesurer, classifier, anticiper… mais elle ne sait pas accompagner, soutenir, réparer. Et la vérité, c’est que la plupart des troubles du sommeil sont biopsychosociaux : ils vivent dans l’organisation du travail, la santé mentale, la précarité, les injonctions de performance, l’isolement, l’environnement. Si l’IA n’est qu’un miroir, elle peut aider. Si elle devient un juge, elle devient toxique.

📦 ENCADRÉ — DTx & sommeil : pourquoi le remboursement reste si difficile

Le sommeil fait partie des premiers champs thérapeutiques où les Digital Therapeutics (DTx) ont tenté d’accéder au remboursement public, notamment via les DiGA en Allemagne et des demandes de PECAN en France. Les résultats sont instructifs. 👉 Oui, les DTx basées sur la CBT-I digitale ont montré une efficacité clinique significative sur des scores comme l’ISI ou la latence d’endormissement. 👉 Mais dans la vraie vie, leur impact reste hétérogène, fortement dépendant de l’observance, du contexte psychosocial et de l’accompagnement humain. Les autorités de santé convergent aujourd’hui vers un constat clair : une DTx sommeil ne peut être évaluée uniquement comme un médicament numérique. Elle doit démontrer sa place exacte dans le parcours de soins, sa capacité à maintenir l’engagement dans le temps, et son bénéfice réel en conditions d’usage, au-delà de quelques semaines. Le sommeil révèle ainsi une vérité structurante pour l’avenir des DTx : sans alliance thérapeutique — humaine, hybride ou augmentée par l’IA — le numérique soigne mal, même lorsqu’il est cliniquement prometteur.

🫁 Observance, suivi et responsabilité : le précédent fondateur de l’apnée du sommeil

Le traitement de l’apnée obstructive du sommeil (SAOS) constitue un cas d’école pour comprendre ce qui se joue aujourd’hui avec les outils connectés et l’IA. Depuis plus de quinze ans, l’utilisation des dispositifs de PPC (pression positive continue), désormais massivement connectés, a ouvert un débat majeur sur l’observance, le suivi à distance et les conséquences de la non-utilisation. Dans plusieurs pays, notamment aux États-Unis, les autorités de remboursement comme Centers for Medicare & Medicaid Services ont conditionné la prise en charge du dispositif à une observance minimale (souvent ≥ 4 heures par nuit sur un certain nombre de jours). En France, sous l’égide de la Haute Autorité de Santé, le modèle repose davantage sur un suivi médico-technique encadré, impliquant les prestataires de santé à domicile, avec une responsabilité partagée entre patient, prescripteur et fournisseur. Ce cadre a fait émerger plusieurs tensions encore non totalement résolues : jusqu’où surveiller l’usage ? à partir de quand la non-observance devient-elle une faute, un échec thérapeutique ou un indicateur social (précarité, troubles cognitifs, isolement) ? et surtout, qui porte la responsabilité lorsque les données montrent que le traitement n’est pas utilisé — le patient, le soignant, ou le prestataire ? Aujourd’hui, le consensus évolue vers une position plus nuancée : l’observance ne peut être pensée uniquement comme une variable quantitative, mais comme un signal clinique et social, appelant accompagnement, pédagogie et adaptation du traitement plutôt que sanction automatique. Ce précédent est central, car il préfigure exactement les débats à venir avec l’IA du sommeil et les outils prédictifs : mesurer sans accompagner expose à une médecine de la conformité plutôt qu’à une médecine du soin.

🧭 De l’observance au coaching : vers un tiers de confiance augmentant, pas sanctionnant

L’expérience accumulée autour de l’observance dans l’apnée du sommeil ouvre aujourd’hui une troisième voie, encore émergente mais décisive : celle du coaching personnalisé, continu et contextualisé. Là où le suivi de la PPC a longtemps oscillé entre contrôle technico-administratif et responsabilisation parfois brutale du patient, les travaux récents montrent qu’un accompagnement intelligent peut transformer radicalement la relation au traitement. Une étude majeure publiée dans Nature Medicine en 2025 décrit ainsi un Personal Health Large Language Model (PH-LLM), spécifiquement entraîné pour le coaching en sommeil et en activité physique, à partir de données longitudinales issues de wearables s41591-025-03888-0 (3). Ce modèle ne se contente pas de mesurer ou de prédire : il contextualise, explique, et propose des recommandations adaptées, avec des performances comparables à celles d’experts humains pour l’analyse de cas complexes, et une capacité démontrée à prédire des résultats rapportés par les patients (PROs) à partir de plusieurs semaines de données. Cette approche change profondément le paradigme : le coach algorithmique n’est ni un médecin, ni un contrôleur, ni un simple tableau de bord. Il devient un médiateur cognitif entre les données, le vécu du patient et le parcours de soins. Dans le cadre du sommeil — et particulièrement de l’apnée — cela ouvre une perspective clé : transformer la non-observance, non plus en critère de sanction ou de retrait de prise en charge, mais en signal d’alerte clinique et psychosocial, appelant ajustement, pédagogie, voire réévaluation thérapeutique. Autrement dit, l’enjeu n’est plus de savoir si le patient a utilisé son dispositif, mais pourquoi il ne l’a pas fait, dans quel contexte, et comment l’aider à reprendre la main. Si elle est correctement gouvernée, cette logique de coaching — humaine et algorithmique combinées — pourrait constituer la brique manquante entre mesure, prédiction et véritable accompagnement en santé du sommeil.

🧨 CONCLUSION — La fête du SLEEP, mais lucide (et exigeante)

Le sommeil est un miroir parfait de l’IA en santé. Il révèle : nos fragilités physiologiques, nos déséquilibres de vie, notre fascination pour la prédiction, et notre difficulté à construire des parcours humains autour des données. • nos fragilités physiologiques, • nos déséquilibres de vie, • notre fascination pour la prédiction, • et notre difficulté à construire des parcours humains autour des données. L’IA appliquée au sommeil n’est ni une menace, ni une solution miracle. Elle peut devenir : un outil puissant de prévention, un levier de santé publique, un soutien au diagnostic précoce, et un accélérateur de recherche clinique. • un outil puissant de prévention, • un levier de santé publique, • un soutien au diagnostic précoce, • et un accélérateur de recherche clinique. Mais à une condition impérative : 👉 qu’elle soit intégrée au soin, pas substituée au soin. Cela suppose : des validations cliniques robustes, des seuils explicites et gouvernés, une pédagogie patient, une articulation avec les professionnels, et une évaluation dans le temps long, sur des critères d’impact réels (qualité de vie, complications, accès au diagnostic, continuité de suivi). • des validations cliniques robustes, • des seuils explicites et gouvernés, • une pédagogie patient, • une articulation avec les professionnels, • et une évaluation dans le temps long, sur des critères d’impact réels (qualité de vie, complications, accès au diagnostic, continuité de suivi). Ce numéro 4 n’est donc pas une célébration naïve. C’est une fête du SLEEP au sens le plus sérieux du terme : une fête où l’on met la lumière sur ce qui compte, et où l’on refuse les promesses sans preuves. 📩 À lire. 🎥 À regarder. 💬 À débattre.

🔔 Et maintenant ?

Si ce numéro vous a été utile : suivez #IAtus (la voix narrative) suivez #IAtrogénique (la voix critique) partagez, likez, commentez : le débat est aussi important que la technologie. • suivez #IAtus (la voix narrative) • suivez #IAtrogénique (la voix critique) • partagez, likez, commentez : le débat est aussi important que la technologie.

Et si vous souhaitez aller plus loin, je suis disponible pour :

conférences / keynotes (IA en santé, patient augmenté, gouvernance, prévention, wearables) formations (équipes médicales, établissements, directions, industriels) ateliers stratégiques (cas d’usage, évaluation, adoption, risques) partenariats éditoriaux et sponsoring de cette newsletter (dans le respect total de l’indépendance du contenu). • conférences / keynotes (IA en santé, patient augmenté, gouvernance, prévention, wearables) • formations (équipes médicales, établissements, directions, industriels) • ateliers stratégiques (cas d’usage, évaluation, adoption, risques) • partenariats éditoriaux et sponsoring de cette newsletter (dans le respect total de l’indépendance du contenu).

📩 Vous pouvez me contacter directement en message privé.

À très vite pour la suite. LIONEL REICHARDT Yann-Mael Le Douarin Direction générale de l'offre de soins (DGOS) Nadia Simon Confédération des Syndicats Médicaux Français Île-de-France - CSMF IDF Nemanja Milenkovic Eric Fromentin Société Française d'Allergologie - SFA Isabelle Cambreleng Maiia Cegedim Santé Grandes Tendances de la E-santé Jérôme LELEU Interaction Healthcare Ariane Warlin Laetitia Hans Pauline Montabonnet Caroline Fouré Julien PITRAS ♦️David PETAUTON♦️ Guillaume CHARVET Dominique Pon Jean-Emmanuel Bibault Mostafa LASSIK Delphine PAGANO Claire Portefaix Vincent Bouvier Virginie Valentin Marie Pirotais Loic Chabanier Amelie Litrowski Marion Eymar Bertrand Fougère Romain Ganneau Coralie Baumard Dr Jean Louis Fraysse Dr Céline ORHOND Marie MORICE-MORAND Patrick Callier Jean-Baptiste Angeloglou Corinne Collignon Jean-Baptiste Ducasse Estelle Nicaud Steven Garnier Jean-Baptiste Lapeyrie Julie MESSIER Jean-Christophe Zerbini Antoine Tesniere Pierre Simon DOMINIQUE MANG Stanislas Niox-Chateau Guillaume de DURAT Thierry Garban Benoit Lequeux Rémy TESTON Chanfi MAOULIDA Frank DESVIGNES Arnault Chatel Sophie Guignier Thierry Picard Bruno Demay Annick Valentin-Smith Pierre-Yves COLIN Anne Buisson Didier MENNECIER 🩺 Robert Chu Karine Soulat 💚 Frédéric Collet Robin Bénard Laurent Mignon Emmanuelle Klein Catherine Hubert Claude Touche Adel Mebarki Celine Sportisse-Barbier Angela HIN Thibaud Guymard Gaëlle Multier - Ryouq Xavier Brochart Laurence Dardenne-Fontanille Emmanuelle Pierga Yasmine Achour Andre Darmon Thierry Kermorvant, MD Dahbia Agher David Sainati Stéphane OHAYON Barbara Mathian Ludivine Raffin Brice Bottégal Pascal BECACHE Fabien GUEZ Bernard castells Hela Ghariani David Ledru Nicolas Néaume Gildas AUFFRET Emilie Mercadal Guillaume Laguette eudes menager CEDRIC VILLEMINOT Frederic Jallat Florent Chapel Stéphane LAURENT Stéphane KIRCHE Zoltan Bus Carlos JAIME Jonathan Lotz Agence Régionale de Santé Grand Est Christelle Ratignier-Carbonneil CHR Metz-Thionville David Gruson Arnaud Vanneste Gaël Cinquetti Mickael Choplin Dominique Thirion pierre-jean guerra Prof. Jérôme S. Ingrid Vallee Arnaud WILMET François BRAUN Franck Le Ouay Mariuca de Hillerin Jean-Philippe Bertocchio Manon Blanchetête MARCHAL PHILIPPE Stephane Ketelaer Nicolas Eiferman InterSystems France Sidney Golstein Frederique SAAS Isabelle LAFORGUE Stéphane Odent Jeremie Gras, MD Yves L. Laure B. Cécile Carron de la Carrière Delphine LALANDE 💊 Alexandre Unger Vincent Montet François BISSEGE Sandrine Degos Sonya Tamby Didier AMBROISE Jean-Christophe Steinbach Andries Demont Gersende BAUSSERON Francis Mambrini ÉIAS - École de l’intelligence artificielle en santé du CHUM - CHUM School of AI in Health IA Médicale Guillaume SUBLET Xavier SCHNEIDER Barbara Mathian Fabrice DENIS Institute for Smarthealth - INeS Jean-David Zeitoun Emmanuel Hirsch Remi SABATIER Maxime El Baz Ph.D Pascale GELIN Alain Toledano Magali BALAVOINE Sandrine SAINT-PIERRE MARLIN Paul-Henri DEPOORTERE Guillaume Marchand Sandrine LAUNOIS-ROLLINAT Damien LEGER Dr Abdel Latif EL HALLAK LEFEVRE Christian Vincent Attalin Marc SAPENE Pierre Alexis Geoffroy Ghassan FAYAD Alexandre Aranda Dr Samia TAHRAOUI Gauthier Brisson Manon Scherer Matthieu Brancher Vincent Puel Eric Couhet Madiha Ellaffi Clementine Besson 💤 Alexandre PLÉ Giovanna Marsico Julien FAVIER Alain Bouellat

Texte récupéré depuis la publication d’origine le 21 octobre 2026. Les informations sont à lire à leur date de publication. Les liens et médias d’origine se consultent sur LinkedIn.

Ouvrir la publication d’origine ↗

Poursuivre avec la bibliothèque du média · Sources, traductions et démarche éditoriale.