Verdict rapide
Une intelligence artificielle ne transforme pas une montre connectée en laboratoire pharmacologique. Elle ignore ta concentration sanguine, la qualité du produit, de nombreuses interactions et la cause réelle d’une mauvaise journée. Elle ne peut donc pas calculer un dosage « optimal » de bacopa, L-théanine ou Alpha-GPC.
Son usage défendable est plus modeste et plus utile : préparer un tableau, vérifier qu’une seule variable change, résumer un journal, repérer des données manquantes et comparer le résultat à des critères décidés à l’avance. La décision de prendre une substance, d’en modifier la dose ou d’interpréter un symptôme reste humaine et, lorsqu’un traitement ou une pathologie intervient, médicale.
Le principe central de ce protocole est de réduire le stack. Plus tu ajoutes de molécules et de métriques, moins tu sais ce qui fonctionne. L’IA doit diminuer le bruit, pas automatiser l’escalade.
Ce que l’IA sait faire et ce qu’elle invente
Un grand modèle de langage prédit du texte plausible à partir de données et d’instructions. Il peut produire une explication fluide qui contient une mauvaise interaction, une étude inexistante ou une causalité imaginaire. Le ton assuré n’est pas un niveau de preuve.
L’Organisation mondiale de la santé souligne, dans sa guidance sur les grands modèles multimodaux en santé, les risques d’informations fausses, incomplètes ou biaisées, d’automatisation excessive et d’atteinte à la vie privée. Ces risques s’appliquent particulièrement à l’auto-expérimentation, où le modèle reçoit peu de contexte et où l’utilisateur veut une réponse personnalisée.
Un système utile peut réaliser les tâches suivantes :
- convertir un journal en tableau sans modifier les valeurs
- signaler les jours où plusieurs variables ont changé
- calculer des moyennes simples et leur dispersion
- rappeler les critères d’arrêt écrits par l’utilisateur
- générer des questions à poser au pharmacien
- rechercher des incohérences dans une chronologie
Il ne doit pas accomplir les actions suivantes :
- choisir un médicament ou un complément à ta place
- déduire une carence en neurotransmetteur d’un symptôme
- proposer une dose selon la VFC
- interpréter une douleur thoracique comme un effet d’adaptation
- déclarer une interaction absente sans source officielle
- remplacer une consultation ou un diagnostic
La distinction est simple : l’IA peut manipuler la structure de l’information. Elle ne mesure pas ta physiologie cachée.
Pourquoi VFC, sommeil et glycémie ne pilotent pas une dose
VFC
La variabilité de la fréquence cardiaque dépend de la respiration, de la posture, de l’heure, de l’entraînement, de l’alcool, de la maladie, du sommeil et de l’algorithme de l’appareil. Une valeur matinale basse n’est pas la preuve d’un déficit de GABA. Augmenter la L-théanine sur cette base n’est pas une boucle fermée validée.
Pour rendre la VFC utile, compare des mesures prises dans les mêmes conditions et regarde une tendance sur plusieurs jours. Utilise-la comme contexte de récupération, jamais comme ordonnance.
Stades du sommeil
Les montres et bagues estiment les stades à partir du mouvement, de la fréquence cardiaque et d’autres signaux indirects. La position de l’American Academy of Sleep Medicine rappelle que les technologies grand public non validées contre les références cliniques ne doivent pas diagnostiquer ni traiter un trouble du sommeil.
Une baisse de « REM » peut refléter l’algorithme, une nuit courte ou un changement réel. Elle ne prouve pas que le bacopa est « trop onirique ». Si une somnolence, une insomnie ou des ronflements persistent, l’évaluation clinique est plus informative que le réglage d’un stack.
Glycémie
Un capteur interstitiel peut aider certaines personnes diabétiques sous supervision. Chez une personne saine, une courbe isolée ne mesure pas la performance cérébrale et ne justifie pas d’ajouter de la berbérine. Retard physiologique, compression du capteur, repas et exercice compliquent l’interprétation.
Le risque commun à ces métriques est le surajustement : chaque fluctuation entraîne un changement, puis aucune période n’est comparable à la précédente.
Les substances populaires, sans récit mécanistique excessif
Bacopa monnieri
La revue systématique de 2012 a retenu six essais randomisés chez des adultes sans démence. Tous duraient douze semaines et utilisaient 300 à 450 mg par jour d’extraits différents. Le signal concernait surtout le rappel libre en mémoire. Les autres domaines cognitifs étaient peu étudiés ou incohérents.
Ces données ne démontrent pas une « croissance structurelle » du cerveau humain via le BDNF. L’arborisation dendritique vient surtout de modèles précliniques. Chez l’humain, la conclusion raisonnable est un possible petit bénéfice mnésique après plusieurs semaines, avec des effets digestifs possibles et une dépendance à l’extrait.
L-théanine et caféine
Une méta-analyse d’études aiguës trouve des effets modérés de la combinaison sur l’alerte et certains tests d’attention dans les deux premières heures. Une partie importante du signal peut venir de la caféine. La L-théanine seule ne constitue pas un traitement de l’anxiété, et aucune donnée ne valide son ajustement quotidien par VFC.
L’association peut aussi perturber le sommeil si la caféine est prise tard. Mesurer l’heure et la quantité de caféine apporte souvent plus que changer la théanine.
Alpha-GPC et autres sources de choline
L’acétylcholine participe à l’attention et à la mémoire, mais cette vérité ne signifie pas que tout nootropique épuise les stocks. Les maux de tête après un produit ne diagnostiquent pas un manque de choline. Ils peuvent venir de la substance, de la caféine, de la tension, de la déshydratation ou d’un problème indépendant.
Ajouter systématiquement Alpha-GPC ou citicoline masque la causalité et augmente le coût. Une alimentation adéquate et une indication précise doivent précéder la notion de « carburant cholinergique ».
NAD+, acide lipoïque et berbérine
Des mécanismes mitochondriaux ou antiglycation ne suffisent pas à démontrer une meilleure cognition chez une personne saine. Empiler ces produits transforme un test cognitif en expérience métabolique impossible à lire. La berbérine, en particulier, a des effets pharmacologiques et de nombreuses interactions signalées par l’Anses.
Le protocole : une question, une variable, une règle d’arrêt
Étape 1 : formuler une question falsifiable
« Optimiser mon cerveau » ne peut pas être testé. Choisis un résultat concret, par exemple le nombre de rappels corrects à un même test ou le temps de travail sans interruption sur une tâche définie.
Écris avant le test les éléments suivants :
- résultat principal
- méthode de mesure
- changement minimal jugé utile
- durée
- effets indésirables surveillés
- règle d’arrêt
Cette préspécification empêche de choisir après coup la métrique qui s’est améliorée par hasard.
Étape 2 : établir une base de deux semaines
Pendant quatorze jours, ne change pas les compléments. Mesure à heure comparable et conserve un test suffisamment court pour être répété. Note sommeil, maladie, alcool, entraînement et caféine, car ils peuvent expliquer la performance.
Évite de faire dix tests cognitifs. La répétition crée un effet d’apprentissage, et plus de métriques signifient davantage de faux signaux positifs.
Étape 3 : vérifier la sécurité avant l’efficacité
Pour chaque substance, collecte la source humaine, l’extrait exact, la population, la durée, les effets indésirables, les contre-indications et les interactions. Un pharmacien doit vérifier le traitement si tu prends un médicament.
Ne teste pas un complément en cas de grossesse, allaitement, moins de 18 ans, trouble bipolaire, psychose, épilepsie, atteinte hépatique ou rénale sans avis adapté. Un symptôme cognitif persistant demande d’abord une cause.
Étape 4 : introduire une seule variable
Garde sommeil, caféine et entraînement aussi stables que possible. Ne combine pas bacopa, théanine et Alpha-GPC « pour la synergie ». Si le produit contient plusieurs actifs, tu testes le mélange, pas chaque composant.
La durée doit suivre la question et l’étude. Un effet aigu de caféine se teste sur des jours comparables. Un extrait étudié pendant douze semaines ne peut pas être jugé proprement en trois jours.
Étape 5 : analyser sans demander un verdict médical au modèle
Donne à l’IA des données anonymisées et une instruction limitée. Un prompt acceptable ressemble à ceci :
Calcule la moyenne, la médiane et la dispersion du critère principal pour la base et la période test. Signale les données manquantes et les jours où sommeil ou caféine sortent de la plage habituelle. Ne propose ni diagnostic, ni dose, ni nouveau produit.
Vérifie les calculs avec un tableur. Demande au modèle de citer la ligne source pour chaque valeur. Si le résultat change selon la manière d’exclure deux mauvaises nuits, la conclusion est fragile.
Ne demande pas seulement si la moyenne monte. Regarde la dispersion, les jours réellement mesurés et l’ampleur minimale décidée au départ. Une différence de deux points sur un test dont le score varie naturellement de cinq points n’est pas convaincante. L’IA peut calculer un intervalle descriptif, mais un résultat statistique issu d’une seule personne ne devient pas automatiquement généralisable.
Étape 6 : décider avec une règle écrite
À la date prévue, trois issues suffisent : bénéfice net sans coût, absence d’effet utile, ou tolérance insuffisante. Dans les deux derniers cas, arrête au lieu d’ajouter un correcteur.
Une période sans produit peut vérifier si le changement se maintient, mais le « cinq jours sur deux » n’est pas une règle neurochimique universelle. Le calendrier doit venir du plan expérimental, pas d’un mythe de resensibilisation des récepteurs.
Critères d’arrêt et signaux d’alerte
Arrête le produit et demande un avis en cas de palpitations persistantes, douleur thoracique, syncope, éruption, jaunisse, agitation marquée, insomnie sévère ou dégradation nette de l’humeur. Appelle les urgences pour difficulté respiratoire, convulsion, confusion aiguë, idées suicidaires ou déficit neurologique soudain.
Un modèle ne doit jamais rassurer sur ces signes. L’outil peut seulement afficher la consigne décidée à l’avance.
Les effets indésirables liés aux compléments peuvent être déclarés au dispositif français de nutrivigilance. Garde le produit, le numéro de lot, les dates et les autres substances prises.
Confidentialité : minimiser avant de copier
Une exportation de montre peut contenir horaires, localisation, identifiants et habitudes très personnelles. Un compte rendu médical contient encore davantage. La meilleure protection consiste à ne transmettre que ce qui est nécessaire.
Applique ces règles :
- remplace les dates par « jour 1 », « jour 2 »
- supprime nom, courriel, identifiants et notes libres
- agrège les données quand le détail n’est pas utile
- ne colle pas un dossier médical complet
- vérifie la conservation et l’utilisation des données du service
- préfère un tableur local pour les calculs simples
Une personnalisation plus intrusive n’est pas forcément plus exacte. Documente aussi la version du modèle et la date de l’analyse : deux versions peuvent résumer différemment les mêmes lignes. Si la décision change avec la formulation du prompt, elle n’est pas assez robuste pour guider une exposition.
Verdict indépendant
La « stack pilotée par IA » est aujourd’hui un slogan plus qu’une technologie clinique. Aucun algorithme grand public ne connaît assez ton exposition, tes interactions et la validité de tes capteurs pour ajuster une pharmacologie en temps réel.
L’usage intelligent de l’IA est presque l’inverse : réduire le nombre de substances, imposer un protocole, documenter les biais et empêcher les décisions impulsives. Pour une première approche, le guide d’un stack nootropique débutant doit lui aussi rester subordonné au sommeil, au diagnostic des symptômes et à la sécurité. Pour préparer des questions sans déléguer la médecine, utilise les prompts de santé pour préparer une consultation.
Sources principales
- 🧪World Health Organization, Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models
- 🧪Consumer Sleep Technology: An American Academy of Sleep Medicine Position Statement
- 🧪The cognitive-enhancing effects of Bacopa monnieri: a systematic review of randomized, controlled human clinical trials
- 🧪Acute effects of tea constituents L-theanine, caffeine, and epigallocatechin gallate on cognitive function and mood: a systematic review and meta-analysis
- 🧪Anses, Nutrivigilance
