Présentation
L’article décrit l’expérience de Victoria Song, qui a fourni 24 tubes de sang en 2023, dont 12 prescrits par son médecin et 8 destinés à un jumeau numérique. Elle a également soumis quatre tubes à l’application Death Clock, qui estime la date de décès à 97 ans (vendredi 5 octobre 2085) et propose, via un abonnement annuel de 69 $, un panel sanguin gratuit pour calculer l’âge biologique.
L’app recommande ensuite une série de tests additionnels – fonction thyroïdienne, santé cardiaque et artérielle, fonction hépatique – ainsi que des appareils (capteur de glucose continu, balance connectée, tensiomètre) et des examens (écho‑hépatique, scanner coronarien, test APOE). Le scénario commercial promet jusqu’à 17 ans supplémentaires, soit un décès à 114 ans.
Modèle économique et partenariats
Death Clock combine un abonnement de base avec des ventes incitatives de panels sanguins et d’examens cliniques. Le coût initial de 69 $ couvre le panel « gratuit », mais chaque test supplémentaire est facturé séparément, créant une source de revenus récurrente. Le modèle s’appuie sur des accords avec des laboratoires comme Quest Diagnostics, déjà intégrés aux plateformes Oura, Whoop, Google (Function Health) et, à l’avenir, Apple Health. Ces partenariats permettent aux utilisateurs de commander des analyses via l’application, tout en générant des commissions pour les fournisseurs de santé numérique.
Le volume de données sanguines collectées alimente les algorithmes d’IA de l’app, qui génèrent des scores de longévité et des recommandations personnalisées. La valeur économique réside donc dans la monétisation de données biométriques, un actif très recherché pour la recherche pharmaceutique et les assurances.
Limites scientifiques et enjeux de confidentialité
Les prédictions de Death Clock reposent sur des biomarqueurs classiques (cholestérol, HbA1c, insuline) et sur des corrélations statistiques. L’article souligne que le facteur le plus prédictif de longévité reste le statut socio‑économique, une variable non mesurable dans le sang. De plus, la mort de la mère de l’aute, due à une sclérose latérale amyotrophique non détectable par les tests sanguins, illustre la portée limitée des biomarqueurs pour certaines pathologies.
Sur le plan de la confidentialité, chaque tube de sang représente un jeu de données hautement personnel. Les intégrations avec Quest Diagnostics exposent les résultats à plusieurs acteurs, augmentant le risque de fuites ou de ré‑identification. Aucun mécanisme de compensation clair n’est présenté aux utilisateurs, qui reçoivent en échange une estimation vague de durée de vie.
Perspectives et recommandations
Pour améliorer la crédibilité, les applications devraient publier leurs modèles de prédiction, incluant les coefficients de chaque biomarqueur et les marges d’erreur. Un audit indépendant des flux de données entre l’app, le laboratoire et les tiers permettrait de vérifier le respect du RGPD. Enfin, les consommateurs doivent être informés que les analyses sanguines ne remplacent pas un suivi médical complet, surtout pour des maladies rares ou génétiques non détectables par les panels standards.