Une montre connectée peut vous dire combien vous avez dormi et marché hier, mais pas ce qu'une demi-heure de sommeil en plus ferait pour votre cœur dans les trois prochains mois. Google Research a publié un système expérimental qui tente de répondre à cette question. Il transforme les données quotidiennes d'un objet connecté en un âge de santé modifiable, puis simule comment différentes habitudes le feraient évoluer sur 12 semaines.
La première brique est ce que Google appelle un âge de santé coachable. Plutôt que d'entraîner un modèle à deviner l'année de naissance, il repose sur quatre signaux qu'un objet grand public mesure déjà, fréquence cardiaque au repos, pas quotidiens, durée de sommeil et Active Zone Minutes hebdomadaires, avec en option des mesures comme la VO2max. L'écart avec l'âge réel est le chiffre sur lequel on travaille. Dans le programme de recherche All of Us, portant sur 22 748 personnes et plus de 68 000 années-personnes de données Fitbit et de dossiers médicaux, les participants en bonne santé dont l'âge de santé dépassait l'âge civil avaient nettement plus de risques de développer une hypertension, une maladie cardiaque ou un diabète de type 2 sur huit ans.
La seconde brique est un modèle de prévision appelé SensorWM, entraîné sur 2,28 millions de semaines-personnes de données anonymisées d'environ 100 000 utilisateurs de Fitbit. À partir de deux semaines de données, il prédit l'évolution de 20 marqueurs physiologiques sur 12 semaines selon différentes routines, et Google affirme qu'il dépasse des modèles généralistes de séries temporelles comme TimesFM, que nous évaluons. Pour chaque personne, il teste 125 combinaisons d'habitudes, écarte celles qui sont irréalistes ou dangereuses, et un modèle de langage transforme les meilleures en programme de coaching. Dans une étude en aveugle avec cinq coachs de mode de vie et cinq médecins examinant 490 paires de programmes, les coachs ont jugé le programme fondé sur la simulation meilleur dans 71,4% des évaluations, et les médecins ont estimé que 99,2% restaient dans des limites d'effort sûres.
Pour qui porte déjà une Fitbit ou une Pixel Watch, cela indique la direction du coaching santé de Google : passer d'un tableau de bord des chiffres de la veille à des conseils concrets du type si vous faites ceci, attendez-vous à cela. Une étude complémentaire ajoute des analyses de sang, comme le rapport de cholestérol et la filtration rénale, pour évaluer séparément les contraintes cardiaques, rénales et métaboliques, et constate que le déclin rénal précoce apparaît souvent isolément.
Les limites sont importantes. Ce sont des prototypes de recherche, pas des outils de diagnostic, et toutes les évaluations ont été faites hors ligne sur des données passées, non dans un essai où des personnes auraient réellement suivi les programmes. Qu'un expert préfère un programme ne prouve pas qu'il améliore la santé. Les cohortes proviennent d'utilisateurs de Fitbit ayant choisi de partager leurs données, peut-être peu représentatifs de l'ensemble de la population.