Élaboration de plans de santé personnalisés à l’aide d’une IA agentique dans le programme national de prévention de Singapour : étude pilote

Pourquoi un coach santé intelligent est important maintenant

À mesure que l’espérance de vie augmente, de nombreux pays peinent à prendre en charge le nombre croissant de personnes âgées atteintes de maladies chroniques comme le diabète et les maladies cardiovasculaires. Singapour ne fait pas exception. Son programme Healthier SG vise à aider les résidents à rester en bonne santé avant l’apparition de maladies graves, mais les médecins et les infirmiers disposent de peu de temps pour élaborer des conseils de mode de vie détaillés pour chaque personne. Cette étude évalue si une forme avancée d’intelligence artificielle (IA) peut agir comme coach numérique personnalisé, transformant les recommandations générales d’un médecin en plans quotidiens concrets d’alimentation et d’activité physique que les gens souhaitent réellement suivre.

Un assistant numérique pour les choix du quotidien

Les chercheurs ont développé un système nommé HealthGuide@Home, un assistant conversationnel alimenté par ce qu’ils appellent un modèle de langage « agentique ». Plutôt que de répondre à des questions isolées, cette IA suit un processus structuré : elle interroge les résidents sur leurs objectifs, leurs conditions de santé, leurs préférences alimentaires et leurs habitudes d’exercice ; combine ces informations avec les directives nationales officielles pour les maladies chroniques ; puis produit un « plan de base » pour les repas et l’activité physique. Les résidents peuvent ensuite affiner ce plan par des interactions successives, en demandant des alternatives, des ajustements culturels ou des options plus simples. En coulisses, le système utilise un mécanisme de routage qui décide s’il doit se concentrer sur la collecte de préférences, la personnalisation des détails, la suggestion de nouvelles options ou la collecte de retours.

Comment fonctionne le moteur d’IA

Pour alimenter HealthGuide@Home, l’équipe a comparé deux modèles de langage de pointe et plusieurs cadres multi‑agents. Ils ont retenu un modèle qui obtenait de meilleurs résultats pour suivre des instructions, utiliser des outils et générer des réponses flexibles et cohérentes, qu’ils ont associé à un cadre agent basé sur un graphe capable de décomposer des tâches complexes en étapes plus petites. L’assistant s’appuie sur des sources fiables : les documents officiels du ministère de la Santé de Singapour et du Health Promotion Board, ainsi que des ressources ouvertes vérifiées sur les groupes musculaires et les types d’exercices. Lorsqu’un utilisateur demande une routine d’exercices, par exemple, le système vérifie d’abord les conditions de santé et les règles de sécurité, récupère les mouvements pertinents dans ces bases de connaissances, puis assemble un plan hebdomadaire pouvant être ultérieurement personnalisé.

Ce que pensent les résidents et les cliniciens

Le pilote a impliqué 20 résidents de Singapour âgés de 40 à 59 ans et sept cliniciens, dont des médecins de soins primaires et des experts en politique de santé. Les participants ont évalué l’assistant sur l’adéquation, l’utilité, l’applicabilité et la personnalisation de ses plans, en utilisant une échelle en cinq points où la valeur médiane correspondait à « neutre ». Tant les résidents que les cliniciens ont attribué au système des scores significativement supérieurs à ce niveau neutre pour la plupart des critères. Les scores médians des résidents étaient de 4,0 pour l’adéquation, 3,75 pour l’utilité, 4,0 pour l’applicabilité et 4,0 pour la personnalisation. Ils ont particulièrement apprécié les suggestions claires, étape par étape, les indications de type recettes pour les repas et les liens vers des démonstrations d’exercices. Les cliniciens ont salué l’orientation « sécurité d’abord » et ont perçu l’outil comme un complément pratique à leurs propres conseils, notamment pour les personnes dont les affections chroniques sont bien contrôlées.

Une touche personnelle, des conseils détaillés, peu d’inquiétude sur la confiance

Au‑delà des scores bruts, l’équipe a analysé les commentaires écrits des résidents. La plupart des remarques confirmaient que les personnes souhaitent des plans d’alimentation et d’exercice très adaptés et apprécient des conseils détaillés ; les résidents demandaient fréquemment encore plus de personnalisation, d’aides visuelles et d’idées spécifiques pour manger à l’extérieur. Toutefois, l’hypothèse selon laquelle de nombreux participants se méfieraient des conseils fournis par l’IA ne s’est pas vérifiée. Seul un quart des résidents a exprimé des préoccupations majeures à l’idée de suivre des plans générés par l’IA, et leurs interrogations portaient davantage sur la manière dont les recommandations étaient produites que sur un rejet catégorique. L’analyse de sentiment des retours a montré des réactions particulièrement positives à l’égard des conseils d’exercice et des plans globaux une fois que les résidents les avaient affinés via l’interaction avec l’assistant. Les personnes ayant des conditions existantes mais bien contrôlées ont tendance à réagir particulièrement favorablement, ce qui suggère qu’elles peuvent être à la fois motivées et en besoin de ce niveau de soutien.

Promesses et prochaines étapes pour la santé quotidienne

Pour un lecteur non spécialiste, la conclusion est qu’un assistant alimenté par l’IA peut de manière réaliste transformer des conseils médicaux généraux en actions quotidiennes précises que beaucoup de gens trouvent pertinentes, pratiques et encourageantes. Cette étude pilote est limitée et ne prouve pas encore des bénéfices de santé à long terme, mais elle montre que les résidents et les cliniciens d’un programme national de prévention sont disposés à utiliser un tel outil et apprécient souvent ses conseils détaillés et personnalisés. Si des recherches futures confirment que ces plans numériques entraînent des changements d’habitudes durables et qu’ils sont maintenus sûrs, à jour et équitables, des systèmes comme HealthGuide@Home pourraient aider à alléger la pression sur les professionnels de santé tout en offrant aux individus une feuille de route plus claire vers une vie plus saine.

Citation: Goh, H.L., Sancenon, V., Chu, B.M.X. et al. Personalised health plan development using agentic AI in Singapore’s national preventive care programme: a pilot study. npj Digit. Med. 9, 332 (2026). https://doi.org/10.1038/s41746-026-02514-8

Mots-clés: soins de santé préventifs, plans de santé personnalisés, assistants de santé IA, coaching en mode de vie, Healthier SG de Singapour