La longévité en santé se définit comme le nombre d’années vécues sans incapacité majeure ni limitation importante des activités quotidiennes, et se distingue ainsi de la simple durée de vie par son accent sur le maintien d’un fonctionnement physique, cognitif et social satisfaisant. Dans ce cadre, les biomarqueurs digitaux – entendus de manière large comme des mesures quantitatives dérivées de capteurs, d’applications, de plateformes numériques et de scores composites alimentés par ces données – constituent un levier central pour faire émerger une médecine prédictive focalisée sur la santé à long terme plutôt que sur le traitement tardif des maladies. L’objectif de cet article est d’analyser, à partir d’un corpus récent, comment ces biomarqueurs digitaux peuvent contribuer à une médecine de la prévention et de la longévité en santé, en articulant données physiologiques, comportementales et environnementales.

L’analyse s’appuie d’abord sur la revue de Sasan Adibi, publiée dans Nutrients, qui propose un cadre conceptuel de santé numérique centré sur l’index d’inflammation de longévité (Longevity‑Inflammation Index, L‑II) intégrant biomarqueurs inflammatoires, microbiome, paramètres métaboliques et données issues de wearables et d’applications de suivi de mode de vie, au sein d’une plateforme digitale de personnalisation nutritionnelle et comportementale (Monash University, Australie). Elle mobilise également la revue de Donald D. Haines et al., parue dans Biomolecules, qui explore les apports de l’intelligence artificielle (IA) pour le repérage de biomarqueurs de l’âge biologique, la modulation des stress oxydatifs et la conception de stratégies visant l’extension de l’« healthspan », dans un cadre international associant Royaume‑Uni, États‑Unis, Russie et Hongrie. Sur le versant clinique et fonctionnel, l’article de Bruno Vellas dans The Journal of Aging Research & Lifestyle décrit l’implémentation d’ICOPE Monitor, application et plateforme digitale développées à l’IHU Health Age (Toulouse University, France) pour suivre l’« Intrinsic Capacity » (IC) de plus de 75 000 personnes âgées et en déduire des trajectoires de longévité en bonne santé. Enfin, la revue de Srinivasan S. Pillay et al., publiée dans Mayo Clinic Proceedings Digital Health, examine, dans le cadre d’une collaboration Reulay Inc–Mayo Clinic (États‑Unis), comment le métavers et les environnements immersifs peuvent être utilisés pour soutenir la longévité par des interventions personnalisées sur le stress, l’exposome numérique et les déterminants psychosociaux.

En combinant ces contributions, cet article discute le périmètre des biomarqueurs digitaux de longévité, synthétise les principaux résultats disponibles sur leurs performances prédictives et leur valeur opérationnelle, puis analyse les implications pour une médecine prédictive de la santé à long terme, en particulier pour les acteurs de la santé numérique.

Contexte conceptuel : longévité en santé, prévention et biomarqueurs digitaux

Les travaux de Haines et al. rappellent que la santéspan correspond à la période de vie durant laquelle l’individu reste exempt de maladies chroniques et de limitations fonctionnelles, alors que la longévité renvoie à la durée de vie maximale et à la dynamique du vieillissement biologique à différents niveaux (génomique, cellulaire, systémique). Dans cette perspective, la prévention est envisagée comme l’ensemble des actions – de la modulation de l’inflammation et du stress oxydatif aux interventions de style de vie – visant à retarder l’émergence de pathologies liées à l’âge et à préserver la fonction cardiovasculaire, particulièrement vulnérable à l’« inflammaging ».​

Adibi propose un recentrage de la discussion sur l’inflammation chronique de bas grade comme mécanisme central liant alimentation, microbiome intestinal et vieillissement, en montrant que des régimes de type méditerranéen sont associés à une réduction de 23 % de la mortalité toutes causes sur 25 ans dans une cohorte de 25 994 participants, avec des différences de 43 % des concentrations de hs‑CRP entre les quintiles d’adhérence extrêmes. Ce cadre pose clairement la distinction entre « moyens de prévention » (interventions nutritionnelles, de mode de vie, plateformes digitales) et « indicateurs de succès » (biomarqueurs biologiques ou digitaux, indices composites comme le L‑II) qui permettent de mesurer la longévité en bonne santé.​

Les biomarqueurs digitaux sont ici entendus comme : (1) des mesures dérivées des interactions avec des dispositifs connectés (wearables, applications, plateformes de télésuivi, environnements immersifs) ; (2) des scores composites intégrant des biosignaux, des comportements et des données de contexte agrégés par des infrastructures numériques ; (3) des représentations dynamiques (digital twins, avatars, trajectoires d’Intrinsic Capacity) mobilisées à des fins de prédiction et de personnalisation. Ils se situent donc à l’interface entre prévention (processus) et longévité en santé (résultat mesuré).

Biomarqueurs digitaux de longévité : principaux cadres proposés

L’index d’inflammation de longévité (L‑II) et la plateforme digitale de Nutrients

Dans Nutrients, Adibi décrit le développement du Longevity‑Inflammation Index comme un biomarqueur composite de 0 à 100 points intégrant huit composantes : hs‑CRP, IL‑6, TNF‑α, butyrate fécal, diversité de Shannon, LPS‑binding protein, HOMA‑IR et ratio TG/HDL, chacune pondérée entre 10 % et 20 % selon sa force d’association avec la mortalité et l’inflammaging. Les valeurs cibles de ces biomarqueurs dérivent de profils observés chez des centenaires, par exemple un CRP autour de 0,9 mg/L et des IL‑6 et TNF‑α significativement plus faibles que chez des personnes âgées de même âge chronologique mais vieillissant « moyennement ».​

La spécificité « digitale » du L‑II tient au fait que ce score est recalculé tous les trimestres à partir de kits de prélèvements capillaires et fécaux envoyés à domicile, et articulé avec des flux continus de données issus de wearables (activité, sommeil, variabilité de la fréquence cardiaque) et d’une application de suivi alimentaire basée sur reconnaissance d’images et saisie vocale. L’ensemble alimente un moteur analytique qui détecte les tendances temporelles, projette des trajectoires de L‑II avec intervalles de confiance à 95 %, et déclenche des recommandations personnalisées via des algorithmes de forêts aléatoires intégrant 45 variables (composants du L‑II, variants génétiques, taxons microbiens, variables diététiques, facteurs démographiques).​

Les résultats synthétisés indiquent notamment : (1) des interventions de type régime méditerranéen réduisant le hs‑CRP de 18 % à 32 % et augmentant la diversité microbienne de 6 % à 28 % dans des essais randomisés contrôlés, avec amélioration concomitante de HOMA‑IR et du ratio TG/HDL ; (2) des taux d’engagement à 12 mois de 58 % à 84 % sur des plateformes nutritionnelles numériques, avec 4 à 6 jours de saisie alimentaire par semaine ; (3) des ratios coût‑efficacité incrémentale entre 2100 et 4800 USD par QALY pour des interventions nutritionnelles et digitales combinées. Ces données soutiennent l’usage du L‑II comme biomarqueur digital intégrateur, ancré dans des mesures biologiques, mais opérationnalisé et interprété via une infrastructure numérique de suivi longitudinal.​

Intrinsic Capacity et ICOPE Monitor comme biomarqueurs digitaux fonctionnels

L’article de Vellas présente la mise en œuvre massive d’ICOPE Monitor, application gratuite et plateforme associée développées à l’IHU Health Age (Toulouse University) pour surveiller dans le temps l’Intrinsic Capacity – défini par l’OMS comme le capital fonctionnel de la personne âgée, combinant capacités physiques, cognitives, sensorielles et psychologiques. Au 5 avril 2025, ICOPE Monitor avait été utilisée chez 75 667 individus (âge moyen 74 ± 14 ans, 63,5 % de femmes), avec 126 277 évaluations de « step 1 » et un suivi chez 50 606 personnes.​

Les scores et alertes générés par l’application constituent, de fait, des biomarqueurs digitaux de risque : 11,6 % des sujets présentaient une perte de poids, 12,5 % une perte d’appétit, 24,5 % une perte visuelle récente, 27,2 % une baisse auditive, plus de 30 % des troubles mnésiques, 27,8 % des difficultés à se lever cinq fois en moins de 14 secondes, 24,7 % un vécu dépressif récent, et seulement 14 % avaient une IC « intacte ». La fréquence et la combinaison des alertes de step 1 prédisaient la probabilité d’entrer dans la fragilité, tandis que des centiles de référence de l’IC globale, établis à partir de la cohorte INSPIRE‑T, permettaient de suivre la trajectoire d’un individu et sa déviation par rapport à une norme populationnelle.​

ICOPE Monitor illustre ainsi une autre classe de biomarqueurs digitaux de longévité : des métriques de fonction globale, issues d’auto‑questionnaires, de tests simples administrés via smartphone ou tablette et d’un algorithme de scoring, associées à des risques cliniques (fragilité, incapacité, hospitalisation) dans des études prospectives. À la différence du L‑II, ancré sur des biomarqueurs biologiques, l’IC numérique est centré sur la fonction et se prête à une intégration rapide en pratique clinique, avec des télé‑infirmières déclenchant des évaluations approfondies (step 2) pour environ 7700 sujets plus âgés, majoritairement des femmes vivant seules, nécessitant une évaluation gériatrique globale.​

Biomarqueurs digitaux et environnements immersifs : le métavers centré longévité

Pillay et al. proposent d’inscrire le métavers parmi les composantes de l’exposome de longévité, en tant qu’environnement numérique modulable capable d’agir sur des déterminants physiques (architecture, musique, nature), sociaux (accessibilité, communauté, réduction de la solitude) et thérapeutiques (thérapies immersives, interventions anti‑inflammatoires, soutien en médecine intégrative). L’utilisation systématique de « lifelogging » et de « digital twins » y est centrale : les données comportementales, psychologiques, biologiques et multi‑omiques collectées au fil du temps sont associées aux réponses aux interventions immersives pour affiner les profils de risque et de réponse.​

Si l’article ne définit pas explicitement un score de biomarqueur digital, il met en avant plusieurs liens mécanistiques entre interventions immersives et biomarqueurs de longévité : réduction du cortisol et modulation de paramètres immunitaires (leucocytes, cytokines, immunoglobulines) par la musique relaxante ; réduction du stress et des réponses inflammatoires via des expositions VR à la nature ; effets de pratiques méditatives (potentiellement induites ou amplifiées en VR) sur les télomères, l’expression de gènes inflammatoires (49 gènes pro‑inflammatoires down‑régulés chez des méditants de longue durée) et le profil protéomique associé à la protection cardiovasculaire chez des moines tibétains. Ces éléments positionnent les signaux issus du métavers (fréquence et type de downshifting, caractéristiques de l’environnement virtuel, mesures subjectives de stress) comme candidats à des biomarqueurs digitaux indirects, connectés à des marqueurs biologiques de longévité.​

IA et biomarqueurs de l’âge biologique

Haines et al. offrent un panorama des apports de l’IA pour la découverte et l’exploitation de biomarqueurs de l’âge biologique, en montrant que des modèles de machine learning et de deep learning appliqués à des profils transcriptomiques, métabolomiques, protéomiques et épigénétiques permettent de construire des « horloges » prédictives de l’âge, du risque de mortalité et de la durée de l’healthspan. Ces travaux incluent des algorithmes de réseaux neuronaux profonds capables de prédire l’âge biologique et le risque de mortalité à partir de paramètres sanguins de routine, surpassant des modèles statistiques classiques.​

Ces approches, bien qu’encore principalement en recherche, préfigurent des biomarqueurs digitaux de longévité générés par des modèles IA à partir de grandes bases de données cliniques et biologiques. Elles soulignent aussi l’importance de plateformes numériques accessibles au public et aux chercheurs, capables d’ingérer des volumes massifs de données, d’explorer des combinaisons complexes et de générer des hypothèses testables pour des interventions ciblant l’inflammaging et le stress oxydatif.​

Données clés : paramètres quantitatifs des biomarqueurs digitaux et de leurs effets

Le tableau 1 synthétise quelques paramètres quantitatifs rapportés dans les quatre articles.

Tableau 1. Exemples de données chiffrées pertinentes pour les biomarqueurs digitaux et la longévité

Ces données illustrent la diversité des échelles (biomarqueurs moléculaires, indices composites, signaux fonctionnels, variables d’engagement, indicateurs populationnels) que les biomarqueurs digitaux peuvent intégrer dans une perspective de longévité.

Discussion : vers une médecine prédictive de la santé à long terme

Intégration multi‑niveaux : du signal au score composite

Les cadres décrits convergent vers une architecture à plusieurs couches : collecte de données (biologiques, microbiotiques, comportementales, fonctionnelles, immersives), moteurs analytiques (IA, scoring, détection d’alertes), indices interprétables (L‑II, IC numérique, horloges biologiques), et couches de décision pour la personnalisation des interventions. Cette structuration permet de relier des mesures de prévention (regimes alimentaires, programmes d’activité, interventions VR) à un indicateur synthétique de succès (inflammation basse, IC préservée, âge biologique ralenti).

L’enjeu pour une médecine prédictive est de valider la robustesse et la sensibilité de ces indices à des variations d’intervention. Adibi souligne que le L‑II doit démontrer une validité prédictive (événements cardiovasculaires, incidence de diabète, mortalité) et une bonne réactivité aux interventions (par exemple, sensibilité à des diminutions de 18–32 % du hs‑CRP ou à des augmentations de diversité microbienne). Vellas montre que des alertes répétées sur l’IC step 1 sont associées à une probabilité plus élevée de fragilisation, ce qui positionne l’IC numérique comme un biomarqueur fonctionnel de transition vers la dépendance. Haines insiste sur l’importance de biomarqueurs numériques d’âge biologique susceptibles de guider la hiérarchisation des interventions à fort impact sur les mécanismes d’inflammaging et de stress oxydatif.

Place du numérique dans la prévention : engagement, équité, coût‑efficacité

Les données rassemblées indiquent que des plateformes digitales peuvent atteindre des niveaux d’engagement soutenu (près de 60–80 % à 12 mois) et être associées à des ratios coût‑efficacité favorables (ICER de l’ordre de 1667 à 4800 USD/QALY dans des scénarios de modélisation). ICOPE Monitor, dès ses premières années d’implémentation, a permis d’identifier des altérations fonctionnelles précoces chez des dizaines de milliers de personnes âgées, avec un potentiel de prévention secondaire et tertiaire (déclenchement de bilans gériatriques, interventions ciblées, maintien à domicile).

Cependant, plusieurs limites sont mentionnées : l’inégalité d’accès aux services numériques, la variabilité intra‑individuelle des marqueurs biologiques (coefficients de variation de 20 à 40 %), la nécessité de référentiels spécifiques à chaque population (par exemple pour le microbiome) et la difficulté à maintenir des changements de style de vie au‑delà de 12 mois, avec seulement 30–40 % des personnes maintenant durablement des modifications alimentaires dans certains essais. Les auteurs du métavers insistent sur la nécessité d’éviter la simple transposition de la télé‑santé, en concevant des modèles de soins centrés sur la communauté, la réduction des barrières d’accès (transport, coût) et la propriété des données par les patients via des technologies comme la blockchain.

Rôle de l’IA : de l’aide à la décision à la génération de nouveaux biomarqueurs

Dans les quatre articles, l’IA apparaît comme un moteur transversal : dans Nutrients, les modèles de forêts aléatoires prédisent les changements de L‑II associés à différentes interventions et hiérarchisent les facteurs (statut inflammatoire de base, adhérence au régime, diversité microbiome) expliquant la réponse. Dans Biomolecules, l’IA est décrite comme un outil de découverte de biomarqueurs, de conception d’essais et d’optimisation de stratégies thérapeutiques ciblant l’inflammaging et les stress oxydatifs, avec des exemples d’« horloges » épigénétiques ou transcriptomiques et de modèles prédictifs construits à partir de paramètres sanguins.

Dans le métavers, l’IA permet de gérer des digital twins intégrant des données multi‑omiques, comportementales et contextuelles, et de proposer des interventions idiographiques, ajustées dynamiquement à la réponse physiologique et subjective, notamment dans le champ de la santé mentale. Enfin, ICOPE Monitor, bien qu’ayant un niveau d’algorithmie plus simple, constitue un cas d’usage où des règles d’alerte et des modèles prédictifs sur données de grande cohorte (INSPIRE‑T, ICOPE‑Care) peuvent être progressivement raffinés.

Pour une médecine prédictive de la santé à long terme, la question centrale devient alors : comment intégrer ces différents flux (biomarqueurs biologiques, IC numérique, exposome immersif, scores d’âge biologique) dans des modèles de risque et de bénéfice compréhensibles par les cliniciens et acceptables par les patients, tout en maîtrisant les enjeux de gouvernance des données et d’éthique.