Function Health attire une audience croissante avec une promesse simple : accéder à plus de cent tests biologiques pour mieux se connaître et, potentiellement, vivre plus longtemps. La plateforme s'inscrit dans un mouvement plus large qui mêle médecine fonctionnelle, biohacking et personnalisation des données de santé. Ce que cette effervescence masque, c'est une question que la science pose depuis longtemps sans l'avoir tranchée : savoir mesurer n'est pas la même chose que savoir interpréter.
🌀 La promesse du tableau de bord biologique
Dans le discours biohacking qui entoure Function Health, le postulat de départ est séduisant : si la médecine conventionnelle attend que vous soyez malade pour vous tester, pourquoi ne pas cartographier votre biologie en bonne santé, détecter les dérives tôt et intervenir avant que le problème s'installe ? La plateforme propose plus de cent biomarqueurs, des hormones sexuelles aux marqueurs métaboliques, en passant par les marqueurs inflammatoires et les vitamines. Le tableau de bord applicatif regroupe les résultats par catégorie et signale en rouge les valeurs hors fourchette.
Ce récit séduit parce qu'il emprunte le vocabulaire de la médecine préventive tout en promettant une autonomisation de l'individu. Sur des sites de vulgarisation biohacking, Function Health est souvent présentée comme un outil d'optimisation de la longévité, aux côtés du jeûne intermittent ou du suivi du microbiome. Ce cadrage, bien que partiellement ancré dans des stratégies documentées, tend à lisser la frontière entre ce qui est fondé en preuve et ce qui reste spéculatif.
🔬 Ce que la recherche mesure réellement
Function Health se présente comme un facilitateur technologique, pas comme un prestataire médical. Les tests sont conduits par des laboratoires tiers, et les éventuelles consultations par des médecins indépendants. Ce positionnement a une conséquence directe : il n'existe pas d'étude clinique propre à Function Health testant ses protocoles sur une population définie, pendant une durée déterminée, avec des critères de résultats standardisés. Ce que la recherche permet d'évaluer, c'est la pertinence des composantes qui nourrissent l'approche.
Sur la supplémentation en oméga, 3, une méta, analyse publiée en 2025 dans Scientific Reports, compilant plusieurs essais randomisés contrôlés, documente un effet sur la mémoire de travail chez les personnes âgées, avec une réponse dépendante de la dose. L'effet est plausible et répété, mais l'amplitude reste modeste. Sur les bêta, glucanes, une méta, analyse parue dans l'European Journal of Clinical Nutrition en 2025 rapporte une réduction de la fatigue et une amélioration des performances physiques, avec des données à la fois animales et humaines. Ces résultats sont intéressants, mais l'hétérogénéité des populations et des protocoles rend la généralisation prudente.
Là où la littérature est la plus solide, c'est sur l'exercice supervisé. Une méta, analyse de 2026 portant sur des patients atteints de myasthénie grave montre que l'entraînement encadré surpasse nettement l'exercice non supervisé à domicile. Un essai randomisé de faisabilité, aussi publié en 2026 dans Communications Medicine, confirme que la combinaison physiothérapie personnalisée et conseil nutritionnel améliore les performances physiques chez des adultes en condition post, COVID. Ces résultats pointent vers une conclusion convergente : la personnalisation fondée sur des données est efficace quand elle s'accompagne d'un suivi humain structuré.
⚠️ Le bruit que cent mesures produisent
La littérature médicale sur le dépistage massif pose un problème structurel que le récit biohacking esquive régulièrement : multiplier les tests sur une population en bonne santé augmente mécaniquement la probabilité de détecter des écarts qui n'ont pas de signification clinique. Sur 100 biomarqueurs mesurés, les intervalles de référence étant définis sur 95 % de la population saine, on s'attend statistiquement à trouver cinq valeurs hors fourchette chez un individu parfaitement en bonne santé. Ces faux positifs peuvent générer des angoisses, des examens complémentaires et des interventions inutiles.
La question du seuil d'intervention reste largement non résolue pour la plupart des marqueurs que Function Health propose. Il n'existe pas de consensus établi sur le niveau à partir duquel un écart de testostérone, de DHEA ou de CRP justifie une modification de mode de vie, encore moins une supplémentation. Function Health reconnaît elle, même son statut de facilitateur technologique, sans diagnostic ni traitement : mais l'utilisateur qui reçoit cinq résultats en rouge dans son tableau de bord ne perçoit pas nécessairement cette nuance. La littérature sur le surdiagnostic, bien documentée dans les contextes de dépistage oncologique et cardiovasculaire, n'a pas encore produit de données propres à ce type de plateforme multibiomarqueurs.
Mesurer davantage ne signifie pas comprendre mieux.
📌 Ce que les données permettent de retenir
Le signal principal qui se dégage de la littérature disponible est double. Certaines des stratégies que Function Health intègre dans son écosystème (supplémentation ciblée, exercice, nutrition personnalisée) reposent sur des bases scientifiques documentées. Les effets sont réels mais souvent modestes, dépendants du profil des participants et rarement étudiés sur des durées dépassant quelques mois.
La convergence s'arrête précisément là où Function Health opère : sur la valeur ajoutée de mesurer simultanément plus de cent biomarqueurs chez un adulte asymptomatique. Sur ce point précis, les études publiées n'ont pas encore produit de données permettant de conclure que cette accumulation de mesures améliore des résultats de santé à long terme. Les données disponibles sur l'exercice supervisé et la personnalisation nutritionnelle suggèrent que l'accompagnement humain structure l'effet. La donnée biologique seule, sans ce cadre, n'a pas de valeur clinique établie indépendante.
Ce que cette absence révèle
L'angle mort de la littérature sur les plateformes multibiomarqueurs, c'est l'absence d'études qui testent la plateforme comme intervention complète : pas seulement les suppléments ou l'exercice qu'elle peut orienter, mais le tableau de bord lui, même, son effet sur les comportements, sur l'anxiété de santé, sur la fréquence des consultations médicales, sur les dépenses de santé. Function Health n'est pas évaluée comme produit ; elle est adoptée comme interface. Et la science n'a pas encore les outils pour mesurer ce que produit une interface.
Retenir les effets de l'oméga, 3 ou de l'exercice supervisé sans retenir cette lacune serait se méprendre sur ce que la plateforme vend réellement. Ce sujet ne se joue pas dans la qualité des biomarqueurs mesurés. Il se joue dans la question de savoir ce qu'un utilisateur fait, concrètement, de cinq résultats en rouge un mardi matin, sans médecin dans la boucle.
- 1Function Health est une entreprise technologique, pas un prestataire médical : les analyses et consultations sont assurées par des tiers indépendants.
- 2Le risque de surdiagnostic est documenté dans la littérature : multiplier les tests augmente mécaniquement la probabilité de détecter des écarts mineurs sans signification clinique.
- 3Les interventions dont l'efficacité est la mieux étayée (exercice supervisé, conseil nutritionnel personnalisé) nécessitent un accompagnement humain que les données seules ne remplacent pas.
Sources du décryptage, classées par niveau de preuve et par fonction dans l'analyse., [Méta, analyse oméga, 3 et fonctions cognitives, Scientific Reports 2025](https://www.nature.com/articles/s41598, 025, 16129, 8) (RÉFÉRENCE, Scientific Reports). Fonction : documente l'effet dose, réponse des oméga, 3 sur la mémoire de travail, l'une des supplémentations intégrées dans les approches biohacking que Function Health accompagne., [Méta, analyse bêta, glucanes et fatigue, European Journal of Clinical Nutrition 2025](https://www.nature.com/articles/s41430, 025, 01567, 4) (RÉFÉRENCE, European Journal of Clinical Nutrition). Fonction : documente la réduction de fatigue et l'amélioration des performances physiques, avec évaluation des limites d'hétérogénéité entre études., [Essai randomisé physiothérapie personnalisée post, COVID, Communications Medicine 2026](https://www.nature.com/articles/s43856, 026, 01486, w) (RÉFÉRENCE, Communications Medicine). Fonction : illustre que la personnalisation fondée sur des données produit un effet mesurable uniquement dans un cadre multidisciplinaire supervisé., [Méta, analyse entraînement supervisé et myasthénie, Scientific Reports 2026](https://www.nature.com/articles/s41598, 026, 42949, 3) (RÉFÉRENCE, Scientific Reports). Fonction : confirme la supériorité de l'exercice encadré sur l'exercice non supervisé, argument central pour contextualiser la limite des données seules., [Function Health, présentation de la plateforme](https://www.functionhealth.com/how, it, works) (CONSENSUS, Function Health). Fonction : source primaire pour documenter le positionnement officiel de la plateforme comme facilitateur technologique, non prestataire médical., [Retour d'expérience utilisateur Function Health](https://dannb.org/blog/2025/function, health) (PÉRIPHÉRIE, blog indépendant). Fonction : illustre concrètement la réception des résultats hors fourchette par un utilisateur non médecin, et la difficulté d'interprétation sans accompagnement., Biohacking et microbiome, Frontiers in Microbiology 2026 (PÉRIPHÉRIE, revue de vulgarisation scientifique). Fonction : documente le discours dominant qui relie biohacking, personnalisation et données biologiques individuelles, cadre rhétorique dans lequel s'inscrit Function Health.