L’ère du bilan de santé cybernétique est arrivée.

Google a entraîné un modèle de base de santé, SensorFM, et a aussi reçu l’aval de médecins professionnels.
Il peut analyser simultanément plus de 30 signaux issus des montres connectées, comme la fréquence cardiaque, la SpO2, le sommeil, l’activité physique et la température, afin de prédire la santé cardiovasculaire, les risques métaboliques, l’état de sommeil, ainsi que des indicateurs liés à la dépression et à l’anxiété.
Google a ensuite soumis ce modèle à un examen avec des données provenant de près de 14 000 personnes :
en se basant uniquement sur les relevés de la montre, il fallait déterminer l’état de santé de ces personnes, puis comparer avec les résultats réels ; 35 tests au total, et SensorFM s’est montré plus précis dans 34 cas que les méthodes classiques.
Les données d’entraînement de SensorFM proviennent de 5 millions de personnes, pour un total de plus de 1 billion de minutes. Même s’il y a eu une période où la montre n’a pas été portée, il peut estimer les données manquantes à partir des relevés avant et après.