Les montres connectées santé sont désormais une réalité et leur usage s'accroit d'année en année. Au delà de l'effet de mode, elles sont également de véritables outils de prévention santé.
En effet, une étude parue dans The Lancet montre l'intérêt de l'exploitation des données de santé collectées par les trackers d'activités de la marque Fitbit (rachetée par Google en 2019).
Le croisement des données collectées par les montres, notamment la fréquence cardiaque et les données liées au sommeil, avec des données connues du CDC (Centers for Disease Control and Prevention - USA ) permettrait d'accélérer le suivi et d'anticiper l'évolution des épidémies.
Les montres connectées pour anticiper les épidémies
Les données sur la fréquence cardiaque au repos et la durée du sommeil recueillies par les objets connectés Fitbit pourraient contribuer à mieux anticiper l'évolution épidémiologique en alimentant les modèles prédictifs avec des données collectées auprès des utilisateurs.
C'est le Scripps Research Translational Institute qui a révélé avoir travaillé sur cette nouvelle façon d'envisager l'épidémiologie en disposant d'informations collectées directement au poignet des personnes supposées malades.
Tout l'intérêt de cette méthode est de réduire considérablement le temps de traitement des informations. En effet, le CDC n'obtenait jusqu'à présent les données que dans un délai relativement long, entre une à trois semaines, et ne communiquait lui-même sur les chiffres qu'avec parfois plusieurs mois de retard. On peut donc espérer qu'une collecte massive de données de santé, traitées de manière anonyme en quelques heures seulement, permettrait de mieux endiguer l'épidémie et d'aider les soignants à agir plus rapidement si une vague épidémique est soupçonnée.
Comment utiliser les données collectées en temps réel
C'est en combinant les données de plus de 47 000 utilisateurs d'objets connectés avec les données collectées auparavant par le CDC, que les chercheurs ont obtenu une nette amélioration de leur modèle de prédiction.
Ces données anonymisées ont été analysées grâce aux mesures effectuées sur plus de 200.000 utilisateurs de la marque Fitbit. Ainsi 13.3 millions de mesures ont pu être étudiées par les chercheurs, notamment la FCR (fréquence cardiaque au repos) et de la durée du sommeil .
Les chercheurs rassemblés autour de cette étude ont fixé des seuils hebdomadaires "alerte" sur l'augmentation de la FCR et du niveau de sommeil, très probablement révélateurs d'une affection. Ces données croisées ont permis à l'équipe de définir des modèles.
Big data & santé publique
Ce n'est pas la première fois que l'on essaie de croiser les données personnelles des utilisateurs avec des données statistiques épidémiologiques. L'usage des big datas en santé est très prometteur, d'autant plus que les objets de santé connectés ont réussi leur adoption par le grand public et ne sont plus réservés aux geeks. Les cohortes permettent désormais d'agréger des volumes très importants de données, tant en nombre de patients qu'en volume de données vitales.
Les chercheurs qui travaillent au sein de laboratoires de grandes entreprises technologiques - que ce soit Apple, IBM, Google ou autres - cherchent à établir l'intérêt de la big data au service de la santé publique. Parmi les tentatives les plus connues on peut citer Google avec le Google Flu Trend mais on sait également que Facebook et Twitter s'adonnent à l'exercice en analysant les recherches et les contenus de leurs utilisateurs.
Le mariage de la technologie et de la santé est bel et bien acté et demain les données collectées pourront être utiles au service de tous !
>> En savoir plus : lire l'article du Lancet
