Retour à la page de blog

  • Neurologie
  • 2026

BIOSerenity contribue à une publication dans Nature Medicine : A multimodal sleep foundation model for disease prediction.

Nature Medicine publication on AI-powered sleep disease prediction co-authored by BIOSerenity and Stanford University.

Temps de lecture estimé: 2 minutes

Avancée majeure dans la recherche en médecine du sommeil

L’année 2026 débute sous les meilleurs auspices avec la publication d’un article dans Nature Medicine, fruit d’une collaboration avec l’équipe du Pr Emmanuel Mignot (Stanford). Cette étude explore le développement d’un modèle de fondation multimodal appliqué aux données de sommeil, avec pour objectif d’améliorer la détection automatisée de pathologies à partir de signaux polysomnographiques . Ce travail marque une étape significative dans l’utilisation de l’IA pour le diagnostic des pathologies du sommeil.

Quand le sommeil a beaucoup à dire

Un modèle de fondation basé sur la polysomnographie (PSG) a été développé, capable de faciliter la détection de nombreuses pathologies. Dans ce cadre, Bioserenity a contribué en fournissant des jeux de données PSG (issus des États-Unis), utilisés pour le pré-entraînement du modèle.

Ces données ont également permis d’adapter le modèle à plusieurs tâches spécifiques (downstream tasks),

grâce à des sous-ensembles de données ciblés, construits par Umaer Hanif (co-auteur de l’article) à partir de questionnaires patients détaillés.

Ce travail met en évidence l’intérêt de combiner données physiologiques riches et approches de type foundation models pour capturer des signatures cliniques complexes et améliorer la performance sur des tâches diagnostiques variées.