L’Apple Watch, avec ses capteurs de santé avancés, pourrait bientôt offrir des insights cardiaques encore plus détaillés grâce à l’intelligence artificielle. Un nouveau papier de recherche met en lumière comment Apple explore ces possibilités.
Contexte
Avec watchOS 26, Apple a introduit des notifications d’hypertension afin d’améliorer la santé cardiovasculaire de ses utilisateurs. Ces notifications s’appuient sur des données recueillies par le capteur optique de fréquence cardiaque, analysant la réponse des vaisseaux sanguins aux battements du cœur sur une période de 30 jours. Apple admet que cet outil n’est pas un dispositif de diagnostic médical, mais il espère notifier plus d’un million de personnes souffrant d’hypertension non diagnostiquée dans la première année.
Exploiter le capteur optique
Il est important de noter que, dans cette étude, l’Apple Watch n’est pas mentionnée, et il n’y a aucune allusion aux futurs produits ou fonctionnalités. Ce papier, intitulé Hybrid Modeling of Photoplethysmography for Non-Invasive Monitoring of Cardiovascular Parameters, se concentre sur la recherche fondamentale et la technologie.
Les chercheurs d’Apple y proposent une approche hybride qui utilise des simulations hémodynamiques et des données cliniques non étiquetées pour estimer les biomarqueurs cardiovasculaires directement à partir des signaux PPG (photopléthysmographie).
Les résultats de l’étude
Après avoir formé un modèle génératif pour établir une correspondance entre les données PPG et les mesures de pression artérielle, les résultats ont montré que cette méthode surpassait les techniques conventionnelles, permettant d’extraire des insights cardiaques significatifs à partir d’un simple capteur optique.
Les chercheurs ont conclu que leur approche hybride parvient à des résultats prometteurs sans nécessiter d’annotations invasives et coûteuses.
Bien qu’il soit encore trop tôt pour savoir si ces fonctionnalités seront intégrées dans l’Apple Watch, il est encourageant de voir qu’Apple poursuit des recherches novatrices pour optimiser l’utilisation de ses capteurs de santé.
