Suivez-nous

Accessoires

Votre montre connectée vous ment, mais les chercheurs savent désormais pourquoi

Ces nouveaux oracles 3.0 qui nous connaissent apparemment très mal.

Publié le

 
Apple Watch (homme)
© Unsplash / Bestami Sarıkaya

Le marketing autour des montres connectées répond depuis quelques années à ce credo : ces petits condensés de technologie seraient d’infatigables sentinelles œuvrant pour notre santé. Elles savent combien de pas vous faites, combien de calories vous brûlez, combien d’heures vous dormez et, de plus en plus, à quel point vous vous sentez bien.

Avez-vous déjà eu l’amère impression que votre montre (Apple Watch ou Garmin, par exemple) vous transmettait des données erratiques après l’avoir portée ? Si oui, vous n’êtes pas seuls ; une nouvelle étude scientifique vient de confirmer que ce décalage entre vos réalités biologiques et ce qu’affichait votre montre était réel et mesurable. Menée par l’Université de Leiden aux Pays-Bas, elle vient d’être publiée dans la revue Journal of Psychopathology and Clinical Science.

Stressé ? Détendu ? Votre montre tirera ça à pile ou face

Les chercheurs ont suivi 800 jeunes adultes, tous équipés du même bracelet : le Garmin Vivosmart 4, un tracker d’activités assez avancé. Quatre fois par jour, les participants notaient eux-mêmes leur état de fatigue ou de stress, puis les chercheurs ont comparé ces observations avec les mesures automatiques de la montre. La corrélation entre les deux ensembles de données était, selon les auteurs, « quasiment nulle ». Le bracelet n’avait pas plus de chance de deviner correctement l’état psychologique de son porteur que si on l’avait déterminé au tirage au sort.

Comment expliquer une telle défaillance pour une marque, pourtant très réputée ? La réponse tient principalement dans les limites physiques intrinsèques de cet objet. Les capteurs d’une montre connectée (en tout cas, de ce modèle) sont rudimentaires : ils mesurent avant tout votre fréquence cardiaque et vos mouvements, puis les algorithmes extrapolent à partir de ces données brutes.

Dans la vie réelle, l’accélération du rythme cardiaque peut être provoqué par mille et une raisons : un sprint pour attraper le métro, un rapport sexuel, une bonne nouvelle qui vous met en joie, ou bien, effectivement, une poussée de stress. Dans les données brutes, toutes ces situations se ressemblent. Pour la montre, il devient par conséquent impossible de distinguer une émotion d’une autre : le diagnostic est par conséquent très hasardeux.

Nous faisons donc face à un problème d’ordre structurel ; les algorithmes de calculs n’ayant accès qu’à un nombre restreint d’indicateurs physiologiques, ils ne sont aidés d’aucun capteur capable de « lire » les émotions du porteur. Ce qui s’affiche à l’écran sont donc des approximations statistiques.

L’étude nuance toutefois un peu le tableau : toutes les fonctions du Vivosmart 4 ne sont pas aussi catastrophiques. L’indicateur « Body Battery » de Garmin, qui calcule le niveau de fatigue en croisant rythme cardiaque et activité physique, reste assez approximatif, mais il donne parfois une tendance cohérente avec ce que les participants rapportaient.

Côté mesure du sommeil, le constat est légèrement plus encourageant, puisque le bracelet parvient à différencier environ deux fois sur trois une nuit réellement reposante d’une nuit agitée. Pas de quoi remplacer un examen médical comme une polysomnographie, mais suffisant pour repérer grossièrement si vos nuits sont plutôt bonnes ou mauvaises.

Il serait tentant de balayer ces résultats d’un revers de main en considérant que les capteurs vont, tôt ou tard, s’améliorer. C’est sans doute vrai, notamment ceux intégrés dans des modèles plus haut-de-gamme (on pense à l’Apple Watch Series 11, par exemple). Mais posons-nous la bonne question : que sommes-nous en droit d’attendre d’un objet presque vendu comme un « médecin de poignet » ?

Quels que soient les fabricants (Apple, Garmin, Fitbit, etc.), tous jouent sur cette ambiguïté : aucune leur montre n’est, à ce jour, reconnue comme dispositif médical, mais les campagnes marketing qui en font la promotion en empruntent le vocabulaire. Graphiques de stress, score de sommeil pour watchOS26, indicateur de bien-être, etc. À la lumière de cette étude, rien ne nous dit pourtant qu’il faudrait vouer une confiance absolue dans ces données. Faut-il pour autant en conclure qu’une montre connectée est strictement inutile ? Non, ce serait simplifier la problématique ; il faut les considérer comme ce qu’elles sont réellement : des outils imparfaits, mais très commodes pour de nombreux usages.

  • Une étude a démontré que les bracelets connectés évaluent très mal le stress ou la fatigue de leurs utilisateurs.
  • Certaines mesures, comme le sommeil ou la récupération physique, donnent seulement une tendance générale.
  • Ces objets ne remplacent pas un suivi médical : ils restent des outils pratiques, mais approximatifs.
i-nfo.fr - App officielle iPhon.fr
i-nfo.fr - App officielle iPhon.fr
Par : Keleops AG
4.3 / 5
734 avis
2 Commentaires

2 Commentaires

  1. Haznut

    28 août 2025 à 9 h 26 min

    Vous trouvez cela surprenant ?
    Je dis sur ce blog depuis des années que les capteurs de ces montres sont beaucoup trop rudimentaires pour faire ces états ou diagnostics. Et ils le resteront toujours.

    La réalité est que un état clinique, physique, psychologique ou émotionnel est profondément polyfactoriel et basé sur énormément de mesures et constatations différentes ainsi que d’éléments d’interrogatoire, et aucun algorithme ne sera capable de les appréhender correctement, quoiqu’en en disent leur concepteurs.

    Même les (bons, ou en tout cas honnêtes) praticiens de médecine traditionnelle chinoise savent que la prise des pouls n’est pas suffisante.

    Donc tout savoir d’un patient depuis son poignet, c’est ridicule, ou cela relève de la science-fiction.

    Enfin, confondre la science-fiction avec la réalité pour vendre un produit, c’est immature au mieux, ou au pire malhonnête et fallacieux.

  2. Haznut

    28 août 2025 à 9 h 43 min

    Les seuls algorithmes (et maintenant IA) valables sur le plan médical sont sont ceux qui analysent l’imagerie médicale.
    Car ils observent des signes DIRECTS (ici une fracture, là une masse solide ou un épanchement liquidien etc) pour faire un diagnostic.

    Mais les algorithmes des ECG (électrocardiogramme), EEG ou même des analyses sanguines se plantent quasi-systématiquement car ces facteurs ne sont que des signes INDIRECTS (activité électrique, taux de sodium etc) d’une maladie (infarctus, décompensation de diabète, cancers etc).

    Hors d’un contexte global que les machines sont incapables d’appréhender (car elles ne sont pas physiquement en face d’un patient qu’elles peuvent examiner sous tous les angles ou avec qui dialoguer), ces algorithmes ne peuvent pratiquement jamais établir un diagnostic sûr incluant aussi la cause de la maladie.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *