Sleep Health-AI : L'avenir de la santé du sommeil : une révolution basée sur les données et l'intelligence artificielle dans la science et la médecine du sommeil
Jean-Louis Pépin
Professeur de physiologie clinique à l'Université Grenoble Alpes, Directeur du Laboratoire HP2 (unité INSERM 1300) JPepin@chu-grenoble.fr Site web Linkedin
DESCRIPTION
Justification et contexte
chaire internationale de recherche « Sleep Health-AI » chaire à transformer la médecine du sommeil en exploitant l'intelligence artificielle (IA) et l'analyse de données issues du monde réel afin de rendre l'évaluation et les soins liés à la santé du sommeil plus accessibles, plus précis et plus efficaces. Le sommeil, au même titre que l'alimentation et l'activité physique, est un déterminant fondamental de la santé humaine. Pourtant, des milliards de personnes dans le monde souffrent de troubles du sommeil non diagnostiqués ou insuffisamment traités, tels que l'insomnie et l'apnée obstructive du sommeil (AOS), qui contribuent à des charges cardiométaboliques, cognitives et sociétales importantes. Relever ce défi nécessite de repenser les stratégies de diagnostic et de mettre en place des parcours de soins innovants, soutenus par les technologies numériques.
Sleep Health-AI rassemble un réseau mondial de cliniciens, d'ingénieurs et de data scientists de premier plan afin de développer des méthodes basées sur l'IA qui intègrent des ensembles de données cliniques, physiologiques et comportementales à grande échelle. Ancrée à l'Université Grenoble Alpes (UGA) et soutenue par des partenaires universitaires et industriels internationaux, la chaire les dossiers médicaux électroniques, les données de remboursement, les données issues de capteurs portables et les résultats rapportés par les patients pour accélérer les progrès en médecine de précision du sommeil.
Les activités du projet s'articulent autour de trois objectifs complémentaires :
- Cartographier et harmoniser les ensembles de données multidimensionnels au sein du consortium international ;
- Simplifier les parcours de diagnostic grâce à des capteurs connectés innovants et à une analyse automatisée pilotée par l'IA ;
- Produire des données issues du monde réel pour évaluer l'efficacité des traitements et éclairer la transformation du système de santé.
Son approche multidisciplinaire, combinant physiologie clinique, traitement du signal, science des données et biostatistique, garantit que les développements en IA restent ancrés dans la physiologie et cliniquement interprétables. L'accent mis sur la transparence, la reproductibilité et le libre accès favorise la confiance dans les algorithmes générés et leur adoption par les professionnels de santé.
Grâce à ses partenariats entre le monde universitaire et l'industrie, Sleep Health-AI vise à établir un modèle durable pour une innovation numérique responsable dans le domaine de la santé du sommeil. En intégrant l'IA dans la prévention, le diagnostic et la prise en charge des troubles du sommeil, la chaire à faire de la santé du sommeil une pierre angulaire de la médecine prédictive, préventive et personnalisée à l'échelle mondiale.
ACTIVITÉS
La chaire et valide des solutions numériques de bout en bout pour le diagnostic et la prise en charge des troubles du sommeil.
Ses principales réalisations sont les suivantes
Projet "Sunrise" de Forfait Innovation (J.L. Pépin, PI) : initiative nationale de remboursement d'un capteur mandibulaire basé sur l'IA permettant le diagnostic à domicile de l'apnée du sommeil ; 880 patients inclus dans 18 centres français ; autorisé par la FDA (USA 2023) et recommandé par le NICE (UK 2024).
Projet H2020 Sleep Revolution : développement de modèles d'apprentissage profond pour les mesures de la qualité du sommeil à l'aide de capteurs portables et de plateformes en nuage.
ALASKA, MONTANA and COVISAS national health data projects (SNDS) : real-world evidence on CPAP effectiveness and COVID-19 risk in 17 million individuals.
Projet Electrum (données de réclamations américaines) : avantages démontrés en termes de santé et de coûts de l'observance de la PPC chez les patients souffrant d'apnée du sommeil comorbide.
L'équipe est également pionnière dans l'analyse de la variabilité de la santé en explorant la variabilité d'une nuit à l'autre de la gravité de l'apnée du sommeil en tant que nouveau marqueur prédictif.
L'équipe recrute des postdoctorants et des ingénieurs dans différents domaines liés à l'IA de la santé du sommeil :
ÉVÉNEMENTS
Participation à la Société européenne de recherche sur le sommeil et au Congrès mondial du sommeil (2025).
Organisation de symposiums sur les preuves en situation réelle et la médecine numérique du sommeil lors des réunions de l'ERS/ESRS
Rôle de l'intelligence artificielle (IA) dans l'avenir de la médecine du sommeil :
L'utilisation de nouvelles technologies et d'appareils à canaux limités est bénéfique pour le diagnostic de l'apnée du sommeil présumée en tant qu'ensembles de données :
Comment caractériser et traiter la variabilité de l'AOS dans divers ensembles de données :
Réunion sur la révolution du sommeil (H2020) et symposiums dans différents congrès :
Conférences internationales sur le sommeil :
chaire
Licence :
Sauf indication contraire, tous les documents sont partagés sous la licence Creative Commons BY-NC-ND 4.0.
Vous pouvez les consulter et les partager à des fins non commerciales, sans les modifier et en mentionnant les auteurs.
LISTE SÉLECTIVE DE PUBLICATIONS
2023
Duval J, Mouroux C, Foury S, Pépin JL, Bailly S. Patient motivation ranked by caregivers at continuous positive airway pressure initiation is predictive of adherence and 1-year therapy termination rate. Sleep Breath. 2023. doi:10.1007/s11325-023-02965-3
Pépin JL, Tamisier R, Baillieul S, Ben Messaoud R, Foote A, Bailly S, et al. Creating an Optimal Approach for Diagnosing Sleep Apnea. Sleep Med Clin. 2023;18:301–9. doi:10.1016/j.jsmc.2023.05.004
Mendelson M, Duval J, Bettega F, Tamisier R, Baillieul S, Bailly S, Pépin JL. Les prix individuels et sociétaux de la non-observance de la pression positive continue, les contributeurs et les stratégies d'amélioration. Expert Rev Respir Med. 2023;17:305–17. doi:10.1080/17476348.2023.2202853
Pépin JL, Lemeille P, Denis H, Josseran A, Lavergne F, Panes A, et al. Health trajectories before initiation of non-invasive ventilation for chronic obstructive pulmonary disease : a French nationwide database analysis. Lancet Reg Health Eur. 2023;34:100717. doi:10.1016/j.lanepe.2023.100717
Arzt M, Munt O, Pépin JL, Heinzer R, Kubeck R, von Hehn U, et al. Registry on the Treatment of Central and Complex Sleep-Disordered Breathing with Adaptive Servo-Ventilation (READ-ASV) : protocol and cohort profile. ERJ Open Res. 2023;9:00618-2022. doi:10.1183/23120541.00618-2022
Gentina T, Gentina E, Douay B, Micoulaud-Franchi JA, Pépin JL, Bailly S. Investigating associations between social determinants, self-efficacy measurement of sleep apnea and CPAP adherence : the SEMSA study. Front Neurol. 2023;1148700. doi:10.3389/fneur.2023.1148700
Galerneau LM, Bailly S, Terzi N, Ruckly S, Garrouste-Orgeas M, Cohen Y, et al. Management of Acute Exacerbations of Chronic Obstructive Pulmonary Disease in the ICU : An Observational Study From the OUTCOMEREA Database, 1997-2018. Crit Care Med. 2023;51:753–64. doi:10.1097/CCM.0000000000005807
Bottaz-Bosson G, Midelet A, Mendelson M, Borel JC, Martinot JB, Le Hy R, et al. Remote monitoring of positive airway pressure data : Challenges, Pitfalls and Strategies to consider for optimal data science applications. Chest. 2023;163:P1279–1291. doi:10.1016/j.chest.2022.11.034
Bocoum AM, Bailly S, Joyeux-Faure M, Baillieul S, Arbib F, Kang CL, et al. Long-term outcomes of CPAP-treated sleep apnea patients : Impact of blood-pressure responses after CPAP initiation and of treatment adherence. Sleep Med. 2023;109:25–31. doi:10.1016/j.sleep.2023.06.022
Malhotra A, Cole K, Malik A, Pépin JL, Sert Kuniyoshi F, Cistulli P, et al. Positive Airway Pressure Adherence and Health Care Resource Utilization in Patients With Obstructive Sleep Apnea and Heart Failure With Reduced Ejection Fraction. J Am Heart Assoc. 2023;12. doi:10.1161/JAHA.122.028732
Turnbull C, Bailly S. For One Night Only-Are Single-Night Studies Sufficient to Predict Risk of Hypertension in OSA ? Chest. 2023;164:15–7. doi:10.1016/j.chest.2023.03.036
Martinot JB, Le-Dong NN, Malhotra A, Pépin JL. Respiratory effort during sleep and prevalent hypertension in obstructive sleep apnoea. Eur Respir J. 2023.
Martinot JB, Le-Dong N, Borel A, Tamisier R, Malhotra A, Pépin J. Respiratory effort during sleep and the rate of prevalent type 2 diabetes in obstructive sleep apnoea. Diabetes Obes Metab. 2023;25:2815–23. doi:10.1111/dom.15169
Martinot JB, Le-Dong NN, Tamisier R, Bailly S, Pépin JL. Déterminants de la variabilité de l'index d'apnée-hypopnée lors des tests de sommeil à domicile. Sleep Med. 2023;111:86–93. doi:10.1016/j.sleep.2023.09.002
Zou D, Grote L, Basoglu O, Verbraecken J, Schiza S, Sliwinski P, et al. Arterial bicarbonate is associated with hypoxic burden and uncontrolled hypertension in obstructive sleep apnea - The ESADA cohort. Sleep Med. 2023;102:39–45. doi:10.1016/j.sleep.2022.11.041
Laharnar N, Bailly S, Basoglu O, Buskova J, Drummond M, Fanfulla F, et al. Bed partner perception of CPAP therapy on relationship satisfaction and intimacy-A European perspective from the ESADA network. J Sleep Res. 2023;e14125. doi:10.1111/jsr.14125
2024
Bailly S, Foote A, Mendelson M, Rakotovao A, Borel JC, Pépin JL, Tamisier R, Revil H. Sociological determinants of adherence to continuous positive airway pressure in the management of sleep apnoea syndrome : protocol for a transdisciplinary, prospective observational study. BMJ Open. 2024. doi:10.1136/bmjopen-2023-079765
Pires GN, Arnardottir E, Bailly S, McNicholas W. Guidelines for the development, performance evaluation and validation of new sleep technologies (DEVSleepTech guidelines) - a protocol for a Delphi consensus study. J Sleep Res. 2024. doi:10.1111/jsr.14163
Coelho J, Bailly S, Baillieul S, Sagaspe P, McNicholas W, Taillard J, et al. Predictors of driving risk in patients with obstructive sleep apnea syndrome treated by continuous positive airway pressure : a French multicenter prospective cohort. Sleep. 2024. doi:10.1093/sleep/zsae211
Bailly S, Mendelson M, Baillieul S, Tamisier R, Pépin JL. L'avenir de la télémédecine pour le traitement de l'apnée obstructive du sommeil : A Narrative Review. J Clin Med. 2024;13:2700. doi:10.3390/jcm13092700
Sabil A, Borel JC, Texereau J, Bailly S, Pépin JL. Traitement par pression positive continue de l'apnée obstructive du sommeil, hospitalisations et coûts associés dans la base de données de l'Assurance maladie française. Respir Med Res. 2024;86:101098. doi:10.1016/j.resmer.2024.101098
Pépin JL, Cistulli P, Crespeigne E, Tamisier R, Bailly S, Bruwier A, et al. Mandibular Jaw Movement Automated Analysis for Oral Appliance Monitoring in Obstructive Sleep Apnea : A Prospective Cohort Study. Ann Am Thorac Soc. 2024;21:814-22. doi:10.1513/AnnalsATS.202312-1077OC
Ben Messaoud R, Baillieul S, Tamisier R, Terrail R, Bailly S, Joyeux-Faure M, Pépin JL. Clinique du sommeil numérique : évaluation de l'efficacité de la pression positive continue à travers la stadification du sommeil via des dispositifs connectés : un protocole d'étude. BMC Digit Health. 2024;2:23. doi:10.1186/s44247-024-00077-w
Briançon-Marjollet A, Joyeux-Faure M, Ben Messaoud R, Bailly S, Ngo V, Colombet S, et al. Long-term incident severe outcomes in a prospective cohort of non-obese obstructive sleep apnoea patients free of comorbidities at inclusion. ERJ Open Res. 2024;10:00930-2023.
Lefouili M, Arnol N, Journet S, Chaudron P, Adler D, Janssens JP, Pépin JL, Bailly S, Borel JC. Factors Associated With Change in S3-NIV Score Over Time in People With Chronic Respiratory Failure Treated With Long-Term Home Noninvasive Ventilation (Facteurs associés au changement du score S3-NIV au fil du temps chez les personnes souffrant d'insuffisance respiratoire chronique traitées par ventilation non invasive à domicile à long terme). Arch Bronconeumol. 2024;463-9.
Gaucher J, Montellier E, Vial G, Chuffart F, Guellerin M, Bouyon S, et al. Long-term intermittent hypoxia in mice induces inflammatory pathways implicated in sleep apnea and steatohepatitis in humans. iScience. 2024;27:108837. doi:10.1016/j.isci.2024.108837
Ebrahimian S, Sillanmaki S, Hietakoste S, Kulkas A, Toyras J, Bailon R, et al. Beat-to-beat cardiac repolarization lability increases during hypoxemia and arousals in obstructive sleep apnea patients. Heart Circ Physiol. 2024. doi:10.1152/ajpheart.00760.2023
Texereau J, Bailly S, Borel JC, Sabil A, Pépin JL. La mise en œuvre nationale de la télésurveillance de la PPC et d'un système de paiement à la performance pour les prestataires de soins à domicile en France conduit à une priorisation des ressources pour les personnes ayant une faible adhésion à la thérapie : The IMPACT-PAP Cohort Study. Arch Bronconeumol. 2024;Online ahead of print.
Pataka A, Pépin JL, Bonsignore MR, Schiza S, Saaresranta T, Bouloukaki I, et al. Sleep apnoea phenotypes in women : A cluster analysis from the ESADA cohort. Sleep Med. 2024;124:494–501. doi:10.1016/j.sleep.2024.10.015
Seguin L, Mendelson M, Doutreleau S, Clin R, Destors M, Albaladejo P, et al. Temporal link between cardiac arrhythmias and postoperative episodes of hypoxemia during nocturnal sleep in patients with obstructive sleep apnea syndrome. Sleep Med. 2024;124:260-7.
El Bayan A, Fournier J, Minoves M, Baillieul S, Roche F, Pereck N, et al. Cerebral oxidative stress, inflammation and apoptosis induced by intermittent hypoxia : a systematic review and meta-analysis of rodent data. Eur Respir Rev. 2024;33:240162.
Tondo P, Scioscia G, Bailly S, Sabato R, Campanino T, Soccio P, et al. Exploring phenotypes to improve long-term mortality risk stratification in obstructive sleep apnea through a machine learning approach : an observational cohort study. Eur J Intern Med. 2024.
2025
Tondo P, Scioscia G, Bailly S, Sabato R, Campanino T, Soccio P, Foschino Barbaro MP, Gallo C, Pépin JL, Lacedonia D. Exploring phenotypes to improve long-term mortality risk stratification in obstructive sleep apnea through a machine learning approach : and observational cohort study. Eur J Intern Med. 2025;133:64–70. doi:10.1016/j.ejim.2024.12.015
Pépin JL, Herquelot E, Denis H, Josseran A, Lavergne F, Benjafield A, et al. Impact of long-term non-invasive ventilation on severe exacerbations and survival in COPD : a French nationwide cohort study using multistate models. Thorax. 2025;80:616–23. doi:10.1136/thorax-2024-222392
Benjafield AV, Sert Kuniyoshi F, Malhotra A, Martin JL, Morin CM, Maurer LF, et al. Estimation de la prévalence mondiale et du fardeau de l'insomnie : une analyse systématique basée sur une revue de la littérature. Sleep Med Rev. 2025;82:102121. doi:10.1016/j.smrv.2025.102121
Lechat B, Manners J, Pinilla L, Reynolds AC, Scott H, Vena D, et al. Le réchauffement climatique peut augmenter le fardeau de l'apnée obstructive du sommeil. Nat Commun. 2025;16:5100. doi:10.1038/s41467-025-60218-1
Boers E, Barrett MA, Benjafield AV, Barnet JH, Ravelo LA, Kaye L, et al. Projecting the 30-year burden of obstructive sleep apnoea in the USA : a prospective modelling study. Lancet Respir Med. 2025;in press. doi:10.1016/S2213-2600(25)00243-7
Martinot JB, Le-Dong NN, Cassibba J, Clause D, Pépin JL, Gozal D. Interprétation du signal du mouvement de la mâchoire mandibulaire dans le diagnostic de l'apnée obstructive du sommeil chez l'enfant : A technical and practical review. Sleep Med Rev. 2025;in press. doi : 10.1016/j.smrv.2025.102159
Cole KV, Malick AS, Cistulli PA, Sterling KL, Malhotra A, Alpert N, Pépin JL, au nom du groupe medXcloud. Positive Airway Therapy (PAP) Therapy and Healthcare Resource Utilization in Patients with Obstructive Sleep Apnea and Comorbid Insomnia (COMISA) (Utilisation de la thérapie par pression positive et utilisation des ressources de santé chez les patients souffrant d'apnée obstructive du sommeil et d'insomnie comorbide). Chest. 2025;in press. doi:10.1016/j.chest.2025.08.044
Figard C, Ben Messaoud R, Baillieul S, Joyeux-Faure M, Destors M, Tamisier R, Khouri C, Pépin JL. Effect of sleep apnoea interventions on multiple health outcomes : an umbrella review of meta-analyses of randomised controlled trials. eClinicalMedicine. 2025;89:103529. doi:10.1016/j.eclinm.2025.103529
Tankere P, Razakamanantsoa L, Khouri C, Patout M, Stauffer E, Baillieul S, et al. Impact of positive airway pressure for chronic hypercapnic respiratory failure on sleep quality : a systematic review and meta-analysis. Eur Respir Rev. 2025;34:250090. doi:10.1183/16000617.0090-2025
Coiffier O, Jandric I, Causse C, Pépin JL, Mendelson M, Bailly S. Un aperçu des analyses de données longitudinales dans la recherche sur le sommeil. Sleep Med. 2025;accepted. doi:10.1016/j.sleep.2025.106871
Borel AL, Van Ngo TH, Coumes S, Pépin JL, Abba J, Tamisier R, Tonetti G, Suzeau P, Reche F, Bailly S. Cluster analysis in subjects living with obesity and association with bariatric surgery outcomes : The severe obesity outcome network cohort. Clin Nutr. 2025;54:210-9. doi:10.1016/j.clnu.2025.09.022
Publié le 6 novembre 2025 Mis à jour le 19 mai 2026
Membres principaux
Jean-Louis Pépin (UGA, France)
Membres internationaux
Jean-Benoit Martinot/ Nhat-Nam Le-Dong (Belgique)
Peter Cistulli, Université de Sydney (Australie)
Atul Malhotra, Université de Californie à San Diego (États-Unis)
Timo Leppänen, Université de Finlande orientale (Finlande)
Thèmes de recherche
Intelligence artificielle dans la santé du sommeil ; Diagnostic numérique du sommeil ; Preuves du monde réel ; Science des données cliniques ; Apprentissage automatique et apprentissage profond ; Capteurs portables et santé connectée ; Médecine de précision du sommeil ; Analyse des données de santé ; IA interprétable pour les soins de santé.
Partager le lienCopierCopiéFermer la fenêtre modalePartager l'URL de cette pageJe recommande :Consultable à cette adresse :La page sera alors accessible depuis votre menu "Mes favoris".Arrêter la vidéoLire la vidéoCouper le sonLire l'audioChat : Une question ?Chatbot Robo FabricaStatistiques de trafic MatomoX (anciennement Twitter)