Les appareils portables comme les montres connectées ont évolué, passant de simples trackers d'activité à de puissants outils de surveillance continue de la santé, offrant une fenêtre sur les rythmes du corps qui n'était autrefois accessible que dans un hôpital. Ces gadgets collectent un flux constant de données, telles que la fréquence cardiaque, les phases de sommeil et le mouvement, créant ainsi une chronologie détaillée de l'état physiologique d'une personne. Cependant, ces données sont rarement parfaites. Les capteurs peuvent perdre contact avec la peau, les batteries peuvent s'épuiser ou la connectivité peut être interrompue, laissant des lacunes dans la chronologie. Lorsque ces lacunes se produisent, elles surviennent souvent par grappes ; si le capteur perd le contact, il cesse d'enregistrer plusieurs mesures simultanément, plutôt que de simplement sauter un chiffre isolé ici et là. Pour donner du sens à cette image incomplète, les scientifiques utilisent des modèles informatiques pour combler les pièces manquantes, un processus appelé imputation. La qualité de ces valeurs complétées est critique, car elles constituent le fondement de toute prédiction de santé future, telle que la prévision d'une crise d'épilepsie ou la détection d'une infection. Si le modèle se trompe, toute l'analyse de santé construite sur cette base pourrait être erronée.

Pendant des années, les chercheurs ont testé ces modèles de remplissage en utilisant une méthode qui suppose que les données manquantes surviennent de manière aléatoire, comme des gouttes de pluie tombant sur une vitre. Ils prenaient un ensemble de données complet, effaçaient aléatoirement quelques points et observaient si le modèle pouvait les deviner à nouveau. Cette approche, cependant, ne reflète pas la façon dont les appareils portables tombent réellement en panne. Dans le monde réel, lorsqu'un capteur décroche, il laisse souvent une lacune longue et continue où de nombreuses mesures différentes sont manquantes ensemble. Une nouvelle étude menée par Skye Goodman et ses collègues des universités de Bristol, de Manchester et de Birmingham remet en question l'ancienne méthode de test. En analysant les données d'une personne souffrant d'épilepsie portant une montre connectée Garmin, les chercheurs ont développé un nouveau protocole de test qui imite ces lacunes groupées et réalistes. Ils ont découvert que la manière standard de tester les modèles cachait leurs véritables faiblesses et forces, et que le simple fait de changer la façon dont les modèles sont entraînés et testés pouvait considérablement améliorer leurs performances.

Les chercheurs ont commencé par étudier les schémas spécifiques de données manquantes dans leur ensemble de données. Ils ont découvert que les neuf métriques de santé enregistrées par la montre n'échouaient pas de manière indépendante. Au contraire, elles étaient étroitement liées au matériel qui les produisait. Par exemple, la fréquence cardiaque, les intervalles inter-battements et les scores de stress dépendent tous d'un capteur optique au poignet. Lorsque ce capteur perdait le contact, toutes ces mesures disparaissaient simultanément. En revanche, le nombre de pas provenait d'un autre capteur, l'accéléromètre, qui possédait ses propres schémas de défaillance. Les lacunes variaient également énormément en longueur ; certains paramètres ne présentaient que de brèves interruptions momentanées, tandis que d'autres, comme la fréquence cardiaque, souffraient de pannes prolongées pouvant durer des heures. L'équipe a réalisé qu'une méthode de test uniforme ne pouvait pas capturer cette complexité. Ils ont créé un nouveau système d'évaluation qui extrayait ces lacunes du monde réel à partir des données d'entraînement, les classait par longueur en catégories typiques, modérées et sévères, puis injectait ces schémas exacts dans les données de test. Cela garantissait que les modèles soient testés sur le même type de manque groupé et difficile qu'ils rencontreraient dans la réalité.

Lorsque les chercheurs ont appliqué ce protocole réaliste, les résultats ont été frappants. Ils ont testé deux modèles d'apprentissage profond avancés, connus sous les noms de BRITS et SAITS, qui sont conçus pour gérer des séries temporelles complexes. Sous l'ancienne méthode de test aléatoire, ces modèles semblaient fonctionner raisonnablement bien. Cependant, lorsqu'ils ont été testés face aux lacunes groupées et réalistes, leurs performances ont chuté de manière significative, révélant qu'ils avaient été trop confiants. L'étude a montré que les modèles avaient été entraînés sur des données où les valeurs manquantes étaient dispersées de manière aléatoire, ils n'avaient donc jamais appris à gérer la situation où un bloc entier de données disparaît. Pour corriger cela, l'équipe a ajusté le processus d'entraînement afin que les modèles soient exposés au même type de manque par blocs réalistes durant leur phase d'apprentissage. Ce changement simple a eu un effet profond : le taux d'erreur du modèle BRITS dans les scénarios de lacunes les plus sévères a chuté de 43 %. Cette amélioration n'était pas un simple ajustement mineur ; elle a transformé un modèle qui peinait dans des conditions réalistes en un modèle performant et robuste.

L'étude a également révélé qu'aucun modèle unique n'est le meilleur pour tout. Les chercheurs ont découvert que la meilleure approche dépend entièrement du type de données et de la longueur de la lacune. Pour les caractéristiques à évolution lente, comme un nombre de pas quotidien ou un score de "batterie corporelle" qui change très progressivement, une méthode classique et simple appelée interpolation linéaire — qui consiste essentiellement à tracer une ligne droite entre le dernier point connu et le suivant — était souvent la plus précise, surtout pour les lacunes courtes. Cependant, pour les signaux dynamiques et changeant rapidement comme la fréquence cardiaque, les modèles d'apprentissage profond avancés étaient bien supérieurs, particulièrement lorsque les lacunes étaient longues. Les chercheurs ont également découvert que l'ajout d'informations sur l'heure de la journée et les rythmes circadiens naturels du corps aidait les modèles à faire de meilleures prédictions lorsque les données manquaient. Cela était particulièrement vrai pour le modèle BRITS, qui a vu ses performances en matière de précision pour la fréquence cardiaque et les données de sommeil s'améliorer considérablement grâce à l'inclusion de ces indices temporels.

Il est intéressant de noter que l'étude a mis en évidence un compromis entre la précision et la forme des données. Alors qu'un modèle, l'extension de BRITS, était meilleur pour deviner la valeur exacte d'un point manquant, l'autre modèle, SAITS, était meilleur pour préserver la forme statistique globale des données. Cette distinction est vitale pour les applications médicales. Un modèle qui devine la valeur moyenne peut être précis en moyenne, mais pourrait échouer à capturer des événements rares et extrêmes, comme une augmentation soudaine de la fréquence cardiaque qui précède souvent une crise d'épilepsie. Les chercheurs ont constaté que les deux modèles avaient tendance à lisser ces extrêmes, risquant ainsi de masquer les signaux critiques dont les médecins ont besoin. Cela suggère que, bien que les modèles soient puissants, ils nécessitent encore des raffinements pour garantir qu'ils ne manquent pas d'anomalies vitales.

Les conclusions de ce travail portent un message clair pour l'avenir de la technologie de santé portable. La manière dont nous testons ces modèles importe autant que les modèles eux-mêmes. Utiliser des méthodes de test irréalistes et aléatoires donne un faux sentiment de sécurité et occulte les réelles capacités de la technologie. En adoptant un protque qui reflète la réalité désordonnée et groupée des défaillances de capteurs, les chercheurs peuvent développer de meilleures stratégies pour combler les lacunes. L'étude conclut qu'il n'existe pas de "meilleur" modèle universel pour toutes les situations ; au contraire, l'approche la plus efficace sera probablement un système hybride capable de choisir l'outil adapté à la tâche spécifique, qu'il s'agisse d'une simple ligne pour les données lentes ou d'un réseau neuronal complexe pour les signaux dynamiques. Ce changement de perspective, passant de la recherche d'une solution universelle à la compréhension des nuances des données, est une étape cruciale vers la construction de systèmes de surveillance de la santé plus fiables et plus efficaces pour l'avenir.