Biomarqueurs numériques pour la santé cérébrale : évaluation passive et continue via des capteurs portables

Pourquoi votre montre pourrait aider à protéger votre esprit

Beaucoup d’entre nous portent déjà des appareils qui comptent les pas, suivent le sommeil et mesurent le rythme cardiaque. Cette étude pose une question simple mais puissante : ces flux de données discrets peuvent‑ils aussi révéler au jour le jour l’état de notre mémoire, de notre attention et de notre humeur ? Si oui, la santé cérébrale pourrait être suivie de manière continue et discrète en arrière‑plan, bien avant l’apparition de problèmes graves.

Observer le cerveau sans tests

Plutôt que d’inviter les participants en laboratoire pour des évaluations longues et fatigantes, les chercheurs ont suivi 82 adultes d’âge moyen et âgés en Suisse et en France pendant qu’ils vaquaient à leurs occupations pendant dix mois. Chacun portait une montre connectée grand public et utilisait une application sur smartphone. Les appareils enregistraient automatiquement les mouvements, le rythme cardiaque, les habitudes de sommeil, le temps qu’il faisait et la qualité de l’air autour de chaque personne. Tous les trois mois, les participants réalisaient également en ligne des tâches mesurant différentes formes de cognition — comme la mémoire, la vitesse et la flexibilité — et remplissaient des questionnaires sur des ressentis tels que le stress, l’anxiété et l’humeur. Au total, l’équipe a tenté de prédire 21 de ces résultats liés au cerveau en n’utilisant que les données collectées passivement.

Transformer les signaux quotidiens en indices cérébraux

Pour relier le corps et l’environnement à l’esprit, l’équipe a d’abord nettoyé les données pour s’assurer que les appareils étaient portés régulièrement — en moyenne, des informations valides étaient disponibles pour plus de 96 % de chaque journée. Ils ont ensuite résumé les lectures brutes des capteurs en chiffres quotidiens simples, tels que la fréquence cardiaque moyenne sur 24 heures, le temps passé en sommeil profond, le nombre de pas et les niveaux typiques de température ou de pollution de l’air. À l’aide de plusieurs types de modèles d’apprentissage automatique, ils ont entraîné des programmes informatiques à associer des combinaisons de ces signaux aux scores des tests cognitifs et aux ressentis auto‑rapportés de chaque personne. Ils ont validé les modèles de deux manières exigeantes : en prédisant les différences entre les personnes, et en prédisant comment la même personne évoluait d’une période de trois mois à la suivante.

Les tests invisibles ont‑ils bien fonctionné ?

Les modèles ont pu prédire les 21 résultats cognitifs et d’humeur avec une erreur modeste, généralement entre environ 3 % et 25 % de l’étendue totale de chaque mesure. Les ressentis du quotidien — comme le stress, l’anxiété, l’humeur positive et l’humeur négative — étaient en général plus faciles à prévoir que les performances sur des tâches chronométrées. Par exemple, les estimations informatiques de la dépression ou de l’anxiété étaient en moyenne erronées de quelques pourcents seulement, tandis que des compétences plus complexes comme la fluidité verbale étaient plus difficiles à capturer. Comparés à une stratégie très simple qui prédit toujours la moyenne pour tout le monde, les modèles plus sophistiqués ont clairement surpassé cette référence pour certaines capacités cognitives détaillées, comme l’attention et la flexibilité cognitive, et ont eu tendance à être au moins aussi stables pour la plupart des autres résultats. Cela suggère que les données passives contiennent des informations réelles sur la santé cérébrale, même si les jeux de données actuels sont encore trop petits pour montrer des gains forts pour chaque mesure.

Ce qui compte le plus : air, météo, sommeil et battements du cœur

La question clé n’est pas seulement de savoir si la prédiction est possible, mais quels signaux apportent les indices les plus utiles. L’analyse a montré que les expositions environnementales et les mesures liées au cœur arrivaient souvent en tête. Les conditions météorologiques et les polluants atmosphériques — tels que la température, l’ozone et les particules fines — étaient particulièrement importants pour expliquer pourquoi certaines personnes avaient tendance à obtenir des scores plus élevés ou plus faibles que d’autres aux tests cognitifs. Les rythmes cardiaques au fil de la journée, la qualité du sommeil et l’activité physique ont aidé à expliquer comment la cognition et l’humeur d’une même personne variaient dans le temps. Pour les résultats liés à l’humeur en particulier, le mouvement et les facteurs environnementaux agissaient de concert : des journées actives dans un air plus propre et plus doux étaient plus souvent associées à un meilleur état émotionnel. Ce tableau concorde avec des travaux antérieurs montrant que des environnements pollués et inconfortables épuisent le cerveau à long terme, tandis que un sommeil perturbé et des rythmes cardiaques liés au stress se rapportent à des baisses quotidiennes de l’humeur et de la concentration.

Passer de soins réactifs à des alertes précoces

L’étude a des limites : les participants étaient généralement bien instruits, issus d’une région géographique restreinte et exempts de troubles mentaux diagnostiqués, de sorte que ces résultats peuvent ne pas encore s’appliquer à des populations plus diverses ou à risque. Les modèles utilisaient aussi des résumés quotidiens plutôt que des détails minute par minute, et ils ont observé des fluctuations naturelles plutôt que des maladies nettes. Néanmoins, les résultats montrent que des appareils simples et largement disponibles peuvent refléter discrètement des changements significatifs dans notre façon de penser et de ressentir. Avec le temps, ces « biomarqueurs numériques » pourraient aider à établir une ligne de base personnelle de santé cérébrale et à signaler des dérives subtiles par rapport à celle‑ci — incitant à des évaluations plus poussées bien avant l’apparition d’une perte de mémoire sévère ou de troubles de l’humeur. Plutôt que de remplacer les médecins, ces outils pourraient servir de systèmes d’alerte précoce à faible contrainte, soutenant des soins plus préventifs et personnalisés de la santé cérébrale tout au long de la vie.

Citation: Matias, I., Haas, M., Daza, E.J. et al. Digital biomarkers for brain health: passive and continuous assessment from wearable sensors. npj Digit. Med. 9, 197 (2026). https://doi.org/10.1038/s41746-026-02340-y

Mots-clés: biomarqueurs numériques, capteurs portables, santé cérébrale, cognition et humeur, surveillance passive