Aller au contenu
Parcourir les guides

Appareils et configuration

Réunir Garmin, Apple Santé, Oura et WHOOP au même endroit et analyser avec l’IA

Pour regrouper les données Garmin et Apple Santé (ou Oura et WHOOP), un simple tableur ne suffit pas : chaque valeur doit garder sa source, les séances en double doivent être fusionnées, et c’est seulement ensuite que l’IA peut résumer vos tendances.

8 min de lectureMis à jour le 2 novembre 2026

Rédaction

Contenu éducatif collectif. Une relecture clinique individuelle n’est indiquée que si une relecture nominative est effectivement enregistrée.

Normes éditoriales et corrections
Réunir Garmin, Apple Santé, Oura et WHOOP au même endroit et analyser avec l’IA: Pour regrouper les données Garmin et Apple Santé (ou Oura et WHOOP), un simple tableur ne suffit pas : chaque valeur doit garder sa source, les séances en double doivent être fusionnées, et c’est seulement ensuite que l’IA peut résumer vos tendances.

À retenir

  • Les appareils ne concordent pas car capteur, emplacement, fenêtre de mesure et statistique diffèrent : WHOOP et Oura indiquent le RMSSD, alors qu’Apple Santé stocke historiquement le SDNN.
  • Un bon agrégateur garde chaque valeur avec son fournisseur et son appareil, fusionne les séances en double sans supprimer les originaux et laisse choisir une source par mesure au lieu de faire la moyenne de deux algorithmes.
  • L’IA sait résumer des tendances sur 7, 30 et 90 jours et rédiger des questions pour un coach ou un médecin, mais elle ne peut ni poser un diagnostic ni ajuster un traitement.
  • Partagez des synthèses quotidiennes ou hebdomadaires avec unités et source plutôt que des fichiers bruts, et signalez les jours manquants : un jour sans données est inconnu, pas nul.
  • En cas de douleur thoracique, de malaise ou de palpitations avec vertiges, consultez au lieu d’interroger un modèle.

Pourquoi vos appareils ne sont pas d’accord

Une bague au doigt, un bracelet à un poignet et une montre à l’autre sont trois instruments différents. Chacun mesure à un endroit différent, sur une fenêtre de temps différente, puis applique son propre modèle. Quelques millisecondes de VFC ou vingt minutes de sommeil profond d’écart entre deux appareils sont normales.

Source de différenceExemple
Capteur et emplacementFréquence cardiaque optique au doigt ou au poignet ; au poignet, elle peut traîner pendant des fractionnés
Fenêtre de mesureVFC moyennée sur toute la nuit ou sur quelques minutes de sommeil profond
StatistiqueWHOOP et Oura donnent le RMSSD ; Apple Santé stocke historiquement le SDNN
AlgorithmeStades de sommeil, calories, pas et VO2 max sont des estimations, propres à chaque marque
Scores propriétairesRecovery, Readiness et Body Battery sont des modèles différents, pas une échelle commune

Les études de validation jugent en général les objets connectés corrects pour la fréquence cardiaque au repos et pour distinguer veille et sommeil, moins bons pour les stades de sommeil et pour la fréquence cardiaque lors d’efforts intenses ou irréguliers. Voir la précision de la fréquence cardiaque des montres, la précision des trackers de sommeil et les scores de sommeil comparés.

Exporter ses données de chaque plateforme

Les noms de menus changent : consultez l’aide du fabricant pour le chemin actuel.

PlateformeChemin habituelCe que vous obtenez
Apple SantéApp Santé → photo de profil → Exporter toutes les données de santé (iPhone)Une archive zip avec export.xml ; tout ou rien, souvent des centaines de Mo
GarminGarmin Connect sur le web → paramètres du compte → Exporter vos données ; une activité isolée s’exporte en FIT, TCX ou GPXUne archive avec les fichiers d’activité d’origine et des synthèses ; les grosses demandes peuvent prendre du temps
WHOOPApp → Exportation des données ; un lien vers des fichiers CSV arrive par e-mailCycles (récupération, VFC, Strain), sommeil, séances et journal ; des synthèses quotidiennes, pas de données battement par battement
OuraMembership Hub → Exporter les données → demander vos données, ou téléchargement de métriques choisies sur le tableau de bord webDes fichiers de métriques quotidiennes et de sommeil ; la demande complète peut prendre plusieurs jours

Un export est un instantané aux colonnes et unités variables : c’est une sauvegarde, pas un tableau de bord en direct. Conservez-le avec soin, car il contient des informations de santé sensibles.

Ce que fait un bon agrégateur

  1. Il conserve la provenance. Chaque valeur garde son fournisseur, son appareil d’origine et sa fenêtre de temps : vous savez toujours d’où vient un chiffre.
  2. Il fusionne les séances en double qui arrivent de deux plateformes, sans supprimer les originaux.
  3. Il vous laisse choisir une source par métrique au lieu de moyenner deux algorithmes en un chiffre qu’aucun appareil n’a mesuré.
  4. Il ne mélange pas des métriques différentes : RMSSD et SDNN, ou WHOOP Recovery, Oura Readiness et Garmin Body Battery, ne sont ni fusionnés ni convertis.

Un tableur ne fait rien de tout cela ; pas et séances comptés deux fois en sont le symptôme classique. Détails : la gestion de plusieurs appareils par MoveVitals.

L’IA sur des données de santé : ce qui marche et ce qui ne marche pas

« ChatGPT peut-il analyser les données Apple Santé ? » est une question légitime : un modèle lit des semaines de chiffres plus vite que vous ne faites défiler des courbes. Il peut résumer 30 jours par rapport aux 30 précédents, repérer des nuits différentes et en tirer des questions pour un coach ou un médecin. À l’heure où nous écrivons, certains assistants généralistes proposent leur propre connexion à Apple Santé (aux États-Unis, sur iPhone), et cela évolue vite. Le fichier export.xml brut, lui, est beaucoup trop volumineux et brut pour être collé dans une conversation.

Ça marche bienÇa ne marche pas
Résumer les tendances à 7, 30 et 90 jours avec dates et valeursPoser un diagnostic ou juger si un symptôme est grave
Repérer des changements simultanés (sommeil, FC de repos, charge)Expliquer pourquoi : corrélation n’est pas causalité
Rédiger des questions pour votre coach ou votre médecinAjuster un médicament, un complément ou un traitement
Expliquer ce que signifie une métriqueComparer des scores propriétaires entre marques ou mélanger RMSSD et SDNN

Quelques bons réflexes :

  • Partagez des synthèses (valeurs quotidiennes ou hebdomadaires avec unité et source), pas des fichiers bruts battement par battement.
  • Indiquez les jours manquants : un jour sans donnée est inconnu, pas nul.
  • Sachez où partent les données. Un service de chat grand public a ses propres réglages de confidentialité et de conservation ; avec une clé API que vous gérez, ce sont les conditions du fournisseur qui s’appliquent.
  • En cas de douleur thoracique, de malaise ou de palpitations avec vertiges, consultez un médecin au lieu d’interroger un modèle. Si les chiffres vous angoissent, lisez utiliser ses données de santé sans obsession.

Dans MoveVitals

MoveVitals est un hub gratuit et open source (AGPL-3.0), conçu autour de ces étapes :

  • Connexions par API officielles : WHOOP, Oura, Strava, Polar, COROS, Withings, Concept2 et Dexcom, plus Garmin, Suunto et Wahoo sur la version hébergée uniquement. Ces adaptateurs ne figurent pas dans l’export open source.
  • Apple Santé n’est pas encore une connexion directe. Le lire demande l’app iOS MoveVitals, encore en développement. Aujourd’hui, les séances Apple Watch déjà dans Strava peuvent arriver via la connexion Strava ; le sommeil, la VFC et la FC de repos d’Apple, non. Voir le guide Apple Santé.
  • Ce qui est conservé et fusionné : chaque valeur avec fournisseur, appareil, fenêtre de temps et données brutes ; les séances en double de fournisseurs différents regroupées en une ; une priorité de source par métrique ; un signalement de conflit quand les sources s’écartent au-delà de la tolérance de la métrique (10 % pour la VFC). MoveVitals montre ce que l’API de chaque plateforme expose, pas tous les scores affichés sur la montre.
  • IA facultative, avec votre propre clé : Anthropic Claude ou un modèle compatible OpenAI (OpenAI, DeepSeek, Qwen ; les instances auto-hébergées peuvent activer des modèles locaux). Vous choisissez les sources visibles par le modèle, et séparément s’il voit votre profil, les titres de séances et vos analyses. Un aperçu montre ce qui est partagé : jusqu’à 365 jours de tendances quotidiennes et les mesures récentes. Les données Strava sont exclues par défaut, car ses conditions d’API limitent l’usage par l’IA. Les bilans sont des conseils de bien-être, pas des diagnostics.
  • Portabilité : les données de votre compte peuvent être exportées en JSON.

Exemple concret

Illustration de deux courbes de VFC issues de deux appareils avec un jour signalé, des interrupteurs de sources et une carte de synthèse IA

Scénario illustratif. Mira porte une bague Oura la nuit, une montre Garmin pour courir et utilise Strava. Elle connecte Oura et Garmin et place Oura en premier pour la VFC et le sommeil. Une nuit, Oura indique une VFC de 61 ms et Garmin 48 ms. MoveVitals affiche la valeur d’Oura, garde les deux et signale un écart d’environ 21 % de la valeur retenue, au-dessus de la tolérance de 10 % pour la VFC. Elle branche ensuite sa propre clé d’IA, autorise Oura et Garmin, laisse Strava de côté et demande les 30 derniers jours comparés aux 30 précédents. Réponse : sommeil moyen de 6 h 52 contre 7 h 18, FC de repos 55 contre 53 bpm, avec 24 nuits sur 30 enregistrées et six traitées comme inconnues. L’IA ne peut pas dire pourquoi ; elle suggère de se coucher plus tôt en semaine et de refaire le point dans deux semaines. Chiffres illustratifs.

Étapes à suivre

  1. Listez le rôle de chaque appareil (nuit, séances, balance) et gardez une seule source par métrique.
  2. Connectez dans MoveVitals les appareils que vous portez vraiment et définissez les priorités de source pour la VFC, le sommeil et les pas.
  3. Exportez une sauvegarde de chaque plateforme et rangez les fichiers en lieu sûr.
  4. Avant d’utiliser une IA, décidez ce qu’elle peut voir : choisissez les sources, écartez le superflu, partagez des synthèses plutôt que des fichiers bruts.
  5. Demandez au modèle dates, valeurs et limites, vérifiez deux chiffres vous-même et apportez des questions, pas des conclusions, à votre coach ou à votre médecin.

Guides associés

FAQ

ChatGPT peut-il analyser les données Apple Santé ? En partie. Certains assistants proposent une connexion Apple Santé (États-Unis, iPhone, évolution rapide), ou vous pouvez coller vous-même des synthèses. Vérifiez les réglages de confidentialité, ne partagez que le nécessaire et voyez la réponse comme une piste de questions, pas comme un diagnostic.

Et si deux appareils enregistrent la même sortie ? Les enregistrements de fournisseurs différents (par exemple Garmin en direct et Strava) sont regroupés. Deux copies qui arrivent toutes deux par Strava viennent du même fournisseur et ne sont pas regroupées automatiquement : enregistrez chaque séance sur un seul appareil.

Faut-il utiliser l’IA pour regrouper ses données ? Non. Connecter les appareils, fusionner les doublons et choisir les sources fonctionne sans elle ; la couche IA est facultative et demande votre propre clé.

Références

  1. Miller et al. (2022). A Validation of Six Wearable Devices for Estimating Sleep, Heart Rate and Heart Rate Variability in Healthy Adults. Sensors. https://doi.org/10.3390/s22166317
  2. Bent et al. (2020). Investigating sources of inaccuracy in wearable optical heart rate sensors. npj Digital Medicine. https://doi.org/10.1038/s41746-020-0226-6
  3. Chinoy et al. (2021). Performance of seven consumer sleep-tracking devices compared with polysomnography. Sleep. https://doi.org/10.1093/sleep/zsaa291
  4. Shaffer et al. (2017). An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health. https://doi.org/10.3389/fpubh.2017.00258
  5. Oura. Export & Share Your Oura Data. https://support.ouraring.com/hc/en-us/articles/360025441594

Informations générales uniquement, et non un avis médical. Consultez un professionnel qualifié pour votre santé.