Samsung développe des modèles d'IA santé pour analyser les données biométriques des objets connectés
Samsung Research America a présenté, lors du Health Forum organisé en marge du Galaxy Unpacked de juillet 2026, deux nouveaux modèles d'intelligence artificielle conçus pour analyser les données biologiques captées par les objets connectés, notamment les montres. Le premier, baptisé xMAE (Physiology-Aware Masked Cross-Modal Reconstruction for Biosignal Representation Learning), a été accepté à la conférence ICML, tandis que le second, HiMAE (Hierarchical Masked Autoencoder), a été retenu par l'ICLR. xMAE a été entraîné sur environ 9 400 heures de données combinant électrocardiogrammes (ECG) et photopléthysmographie (PPG), les deux mesures étant issues de l'activité cardiaque mais captées avec un léger décalage temporel, que Samsung compare à l'écart entre voir un éclair et entendre le tonnerre qui suit. Sharanya Desai, responsable des algorithmes de santé numérique chez Samsung Research America, et Subbu Venkatraman, à la tête du laboratoire de recherche en santé numérique du groupe, ont présenté ces travaux comme la base technique de futurs outils de santé continus et précis.
Résumé et traduction réalisés par Le Fil IA à partir de AI News. Lire l'article original →
L'enjeu de cette recherche est de permettre un suivi cardiovasculaire en continu sans intervention manuelle de l'utilisateur. Aujourd'hui, un ECG portable nécessite que la personne s'arrête pour déclencher activement une mesure, alors que le PPG fonctionne en permanence et de façon passive via les capteurs optiques des montres connectées. En apprenant à reconstruire des segments masqués d'un signal ECG à partir des données PPG, xMAE permettrait d'obtenir des indicateurs cardiovasculaires fiables sans mesure ECG dédiée. HiMAE, de son côté, analyse les tendances physiologiques sur plusieurs échelles temporelles, ce qui autorise un même modèle pré-entraîné à servir à la fois pour la classification, la prédiction numérique et la génération de données. Samsung indique que xMAE surpasse les modèles unimodaux existants ainsi que les approches multimodales concurrentes, un résultat qui pourrait accélérer le développement de biomarqueurs numériques et d'outils de prédiction précoce de problèmes de santé, directement intégrés aux montres grand public.
Ces travaux s'inscrivent dans la vision "Connected Care" que Samsung a détaillée lors de l'Unpacked de juillet, articulée autour d'une santé préventive, personnalisée et connectée, appuyée sur des partenariats avec des acteurs du secteur médical. Sur le plan technique, ces deux modèles relèvent de l'apprentissage auto-supervisé sur de vastes jeux de données biologiques non annotées, une approche dite de "modèle de fondation santé" censée servir de socle réutilisable pour de multiples usages en aval. Samsung précise vouloir étendre cette approche à d'autres types de signaux biologiques, tout en conservant un fonctionnement embarqué directement sur l'appareil, avec des capteurs et une puissance de calcul limités, une contrainte clé pour déployer ces capacités à grande échelle sur des montres connectées grand public.
Pas d'impact direct sur la France/UE