C’EST UNE LIGNE DE TENDANCE qui vous fait faire une pause : un pic se rapprochant du haut de la bande bleue qui marque votre plage de glycémie normale, suivi d’une forte baisse. Le coupable est évident: le toast au levain du petit-déjeuner une demi-heure avant. Un généreux morceau de pain aux bananes le lendemain matin laisse une toute autre trace. La ligne de glycémie passe bien au milieu de la zone normale jusqu’à l’heure du déjeuner.

C’est le genre de révélations qu’un moniteur de glycémie en continu, un appareil de la taille d’une pièce attaché à la peau, transmet à l’écran de votre smartphone. L’appareil dure deux semaines et possède une petite aiguille qui pénètre juste sous la peau. Toutes les quelques minutes, il mesure la concentration de sucre dans le liquide entre les cellules, un bon indicateur de ce qui se passe dans le sang.

Presque dès que les premiers glucomètres continus de ce type ont commencé à remplacer les tests sanguins par piqûre au doigt pour les diabétiques en 2014, ils ont commencé à apparaître sur les bras des geeks non diabétiques de la Silicon Valley. Ils cherchaient des moyens de « pirater » leur métabolisme pour fournir, par exemple, plus d’énergie ou de clarté cérébrale. Leurs expériences ad hoc ont rapidement été reproduites par des chercheurs officiels effectuant des études plus larges sur le métabolisme. Ceux-ci, à leur tour, ont conduit à la possibilité d’une nutrition personnalisée.

De telles études métaboliques ont changé la pensée scientifique sur ce à quoi ressemble une alimentation saine. Il s’est avéré que de nombreuses personnes apparemment en bonne santé ont souvent d’importants pics de glycémie après les repas, qui ont été liés au développement du prédiabète. Sans aucune intervention, le prédiabète se transforme en diabète dans 37 à 70 % des cas dans les quatre ans. Les trempettes au sucre qui suivent souvent les pointes se sont récemment avérées également problématiques, car elles donnent faim aux gens. Les « gros consommateurs » consomment environ 300 calories de plus par jour que les autres.

En 2015, des chercheurs israéliens ont montré qu’un algorithme basé sur l’IA qu’ils avaient développé pouvait prédire la réaction glycémique d’une personne à divers aliments. Les entrées de l’algorithme comprenaient des tests sanguins, le sommeil, l’exercice, la taille et le poids, qui affectent tous les variations métaboliques quotidiennes. Ils ont également inclus la composition du microbiome intestinal, les billions de bactéries résidant dans l’intestin dont le travail collectif est de traiter ce que nous mangeons. L’analyse du microbiome est effectuée par séquençage génomique shotgun de tout ce qui se trouve dans un échantillon de selles.

Au cours des cinq dernières années, des startups en Amérique, en Europe et en Asie ont lancé des applications de nutrition personnalisée basées sur l’IA qui s’appuient sur ces découvertes. L’une d’elles, Zoe, envoie aux clients un ensemble de muffins spécialement formulés. En sachant exactement ce qu’il y a dans les aliments consommés et en mesurant les changements de glycémie et de graisses qui en résultent, l’entreprise peut créer un modèle prédictif du métabolisme de ses clients. Son algorithme crée ensuite un catalogue sur mesure d’aliments et de repas, avec des réactions de glycémie prévues pour chacun. Tushar Vashisht, co-fondateur de HealthifyMe, une startup indienne qui propose un coaching numérique pour la perte de poids, affirme que la mine de données de clients qui peuvent se permettre divers appareils connectés et tests sanguins comme entrées pour leurs plans sur mesure est utile bien au-delà de ces clients.

Pour que de tels systèmes maintiennent les métabolismes en équilibre, ils doivent être respectés. Savoir ce qui se passe à l’intérieur de votre corps n’est d’aucune aide si vous ne faites rien pour changer le schéma de comportement en cause. Le simple fait de se faire dire que c’est dans votre intérêt n’est généralement pas suffisant. Ainsi, les applications vendues comme des moyens d’obtenir des gains de santé sur la base de mesures effectuées par des appareils portables intègrent généralement une variété de coups de pouce comportementaux pour garder l’utilisateur concentré.

L’innovation de l’IA dans de tels régimes personnalisés les rend plus faciles à maintenir à long terme car elle donne aux gens des options sur la façon de rendre les aliments qui, selon l’algorithme, sont particulièrement mauvais pour eux un peu moins mauvais. Les algorithmes peuvent suggérer de petits ajustements, comme saupoudrer de noix sur cette glace ou faire une longue promenade après l’avoir mangée. January AI, une autre startup de nutrition personnalisée, affirme avoir dérivé le contenu nutritionnel de 16 millions d’articles d’épicerie, de recettes et de menus de restaurants locaux, ce qui permet aux utilisateurs de planifier et de suivre plus facilement les repas.

Il est encore tôt, mais les résultats rapportés par les utilisateurs de ces programmes de nutrition de précision semblent encourageants. Les utilisateurs disent qu’ils perdent du poids, ont des niveaux d’énergie plus élevés et dorment mieux. Certains utilisateurs diabétiques n’ont plus besoin de médicaments. Des études sur plusieurs applications sont en cours pour confirmer et quantifier ces bénéfices.

Cependant, les suggestions réfléchies qui facilitent la conformité sont l’exception. Comme trop souvent avec la conception de nouveaux produits technologiques, la science du comportement est une réflexion après coup. Lorsqu’elle a commencé à faire des recherches sur son livre, Natasha Schull, l’anthropologue culturelle de NYU, a trouvé très frustrant d’essayer de décoder la logique derrière de nombreux produits de technologie de la santé. Puis elle s’est rendu compte qu’il n’y avait aucune logique. C’était « une pincée ou deux de psychologie positive ajoutée à l’infrastructure d’une boîte punitive de Skinner, associée à une autre notion du cerveau » pour finir comme « un méli-mélo de choses ad hoc qui n’étaient pas étudiées ou scientifique ». La stratégie de conception typique, a-t-elle conclu, « consistait simplement à jeter des choses contre le mur ».

C’est peut-être la raison pour laquelle de nombreuses applications ne parviennent pas à s’imposer dans la vie des gens (voir graphique). Il existe plus de 400 000 applications de santé et de bien-être sur les magasins d’applications Apple et Google, avec 250 nouvelles ajoutées quotidiennement. Leur appétit est sain, avec environ 5 millions de téléchargements d’applications par jour. Mais 95% de ces téléchargements seront supprimés dans les 24 heures.

Le problème est que les gens n’ont pas seulement besoin d’un produit bien conçu. Ils ont besoin d’un produit bien conçu pour eux, déclare Liz Ashall-Payne d’Orcha, une organisation britannique qui évalue la qualité des applications de santé pour des clients comme le National Health Service. Comme elle le souligne, l’achat d’un pantalon en ligne est facilité par des filtres de taille, de couleur et de style, mais aucun système de ce type n’existe sur les app stores. Un adolescent cherchant de l’aide pour son anxiété aura besoin d’un type d’application différent de celui de ses grands-parents qui souhaitent la même chose.

Beaucoup de bois mort

Orcha a évalué 7 000 applications de santé sur trois critères : la confidentialité, l’expérience utilisateur et la preuve qu’elles fonctionnent. Seulement environ un quart d’entre eux atteignent son seuil de qualité sur les trois. Les applications de santé mentale sont particulièrement faibles. Mais la qualité s’améliore, dit Mme Ashall-Payne. Elle attribue cela aux directives pour les applications de santé qui ont été récemment établies par les autorités sanitaires britanniques, qui ont donné aux développeurs des éclaircissements sur ce à quoi ressemble le « bon ». Au fur et à mesure que le marché arrivera à maturité, les mauvais produits disparaîtront, « mais cela prendra du temps».

Faire en sorte que les gens adhèrent à des comportements sains est probablement le plus grand défi de la santé publique. Cela rend les innovations qui stimulent la conformité particulièrement intéressantes. La technologie développée par Sweetch, une startup israélienne, rend les conseils dispensés par les applications de santé plus pratiques et personnalisés. L’algorithme basé sur l’IA de Sweetch est un hybride d’une secrétaire personnelle et d’un coach motivationnel. Il garde une trace de tout ce que l’utilisateur doit faire, comme marcher un certain nombre de pas ou vérifier son poids chaque semaine, et trouve le meilleur moment pour lui suggérer de le faire.

Le bot vigilant peut remarquer, par exemple, que vous avez un intervalle de 20 minutes entre les réunions et vous suggérer de sortir vous promener au café à quelques pâtés de maisons pour faire vos pas. Cela modifie vos objectifs d’activité de haut en bas en fonction de la façon dont vous vous débrouillez, pour vous empêcher de devenir démotivé et de tout abandonner. Les invites sont disponibles dans 33 tons de voix différents : des combinaisons de mots qui peuvent être amicaux, suppliants, commandants, etc. Yoni Nevo, directeur général de Sweetch, explique que l’algorithme évalue environ 700 millions de combinaisons possibles de choses à dire à un individu un jour donné. Il faut environ quatre à cinq semaines pour que l’algorithme apprenne ce qui vous motive en essayant différentes combinaisons de toutes ces choses.

Les fabricants d’appareils, pour leur part, commencent à se rendre compte que lorsqu’il s’agit de donner aux gens des données sur la santé, moins c’est parfois plus. Beaucoup de gens sont plus heureux quand on leur dit simplement si tout va bien ou non, plutôt que d’être inondés de toutes sortes de données à interpréter avant le petit-déjeuner. Certaines balances intelligentes se contentent désormais de bourdonner d’approbation lorsque vous montez dessus pour confirmer que votre poids et votre composition en graisse corporelle sont dans votre fourchette cible, plutôt que de vous donner les mesures. Les appareils portables comme la bague Oura sont désormais capables de vous dire non seulement quelles sont les tendances de votre fréquence cardiaque, de votre sommeil ou de votre température, mais aussi ce que cela signifie et quels changements pourraient améliorer les choses. Et lorsque les données montrent que les choses ont mal tourné, de nouveaux traitements numériques peuvent venir à la rescousse.