Apple préparerait un pin connecté de la taille d’un AirTag, avec deux caméras et Apple Intelligencepour une commercialisation au plus tôt en 2027. Le projet reste précoce et pourrait être abandonné, mais les 20 millions d’unités évoquées donnent du poids à cette rumeur.
Le pin est lancé, mais pas encore épinglé
Au 21 janvier 2026, le projet prendrait la forme d’un disque plat entouré d’une coque en aluminium et en verre. Son gabarit se rapprocherait de celui d’un AirTagsans que son épaisseur soit identique. Le produit fonctionnerait avec Apple Intelligencemais Apple n’a communiqué ni date ferme ni prix public.
Le boîtier intégrerait deux caméras frontales, avec un objectif standard et un grand-angle. Il embarquerait aussi trois microphones, un haut-parleur et un bouton physique. La recharge passerait par une interface magnétique à induction placée à l’arrière, dans l’esprit de l’Apple Watch.
Le bouton n’est pas un détail décoratif. Pour prendre une photo, lancer une requête ou interrompre une interaction, une commande tactile évite de parler à son torse dans le métro. Après les appareils centrés presque exclusivement sur la voix, ce choix paraît plutôt terre à terre. Et c’est tant mieux.
Un objectif de production pouvant atteindre 20 millions d’unités est également évoqué. Ce chiffre ne correspond pas à une prévision de ventes. Il indiquerait seulement qu’Apple envisagerait une fabrication de grande série alors que le produit n’a pas encore été présenté.
Humane a payé l’addition, Apple reprend le ticket

Le précédent le plus encombrant s’appelle Humane AI Pin. L’appareil voulait proposer une interface sans smartphone, avec de l’intelligence artificielle, une caméra et des interactions vocales. L’expérience n’a pas convaincu le marché, et elle rappelle une règle assez simple : une démonstration fluide ne suffit pas à rendre un appareil utile du matin au soir.
Apple pourrait mieux maîtriser la conception du boîtier, la production et l’intégration avec l’iPhone. Cela augmente ses chances de livrer un produit cohérent, pas de résoudre automatiquement le problème de fond. Si le pin a besoin d’un téléphone voisin, d’une connexion permanente et d’une recharge supplémentaire, son intérêt devra dépasser celui d’une simple commande vocale.
La vraie question tient en une phrase : pourquoi sortir son téléphone pour utiliser un appareil qui risque de lui demander le même téléphone?
Le jardin clos d’Apple peut simplifier les échanges entre appareils et services. Il ne peut pas obliger les utilisateurs à porter un gadget qui les agace. Le pin devra donc faire mieux qu’un joli accessoire : il devra réduire une friction précise, avec une autonomie et une confidentialité compréhensibles.
Le wearable ne lit pas encore dans le sommeil
Les travaux sur l’intelligence artificielle portable montrent pourquoi la prudence s’impose. La méta-analyse Detection of Sleep Apnea Using Wearable AIpubliée en 2024 dans le Journal of Medical Internet Researcha retenu 38 études parmi 615 travaux examinés.
Pour détecter l’apnée du sommeil, les performances regroupées atteignaient 86,9 % de précision, 93,8 % de sensibilité et 75,2 % de spécificité. Pour les événements respiratoires eux-mêmes, la précision moyenne atteignait 89,3 %, avec 79,3 % de sensibilité et 94,7 % de spécificité.
Ces chiffres concernent les dispositifs étudiés dans la méta-analyse, pas le futur pin d’Apple. Ils montrent qu’un wearable peut repérer certains signaux, mais pas qu’une caméra et trois microphones comprendront automatiquement le contexte. Ajouter des capteurs ne règle ni l’interprétation ni la consommation électrique. La magie marketing finit souvent au niveau de la batterie.
L’IA portable garde les pieds sur terre
Les résultats sont tout aussi nuancés pour la santé mentale. La méta-analyse Wearable Artificial Intelligence for Detecting Anxietypubliée en 2023 dans le Journal of Medical Internet Researcha retenu 21 études parmi 918 références. L’analyse statistique a trouvé une précision moyenne de 82 %, une sensibilité de 79 % et une spécificité de 92 %, avec des intervalles de confiance larges pour la sensibilité, de 57 % à 91 %.
Pour le stress étudiant, la revue The Performance of Wearable AI in Detecting Stress Among Studentspubliée en 2024 dans la même revue, n’a retenu que 19 études parmi 327 travaux. Seules six études ont alimenté la synthèse statistique, dont la précision moyenne atteignait 85,6 %, avec un intervalle de confiance de 70 % à 93 %. La performance variait notamment selon le type de wearable, son emplacement, la taille du jeu de données et le nombre de catégories de stress.
Une fréquence cardiaque élevée peut signaler du stress, un effort, un manque de sommeil ou trois cafés avalés trop vite. Un signal physiologique n’est pas une pensée décodée, et une caméra portée au torse ne transforme pas Apple en psychiatre de poche.
Le jardin clos passe en mode broche

Le pin ne serait pas seul dans cette offensive vers l’informatique portée. Des lunettes Apple Glass sont évoquées pour la fin de 2026, avec des fonctions audio et photo, puis éventuellement de réalité augmentée en 2027. Des AirPods équipés de caméras et une Apple Ring font aussi partie des pistes mentionnées.
Ce scénario placerait les capteurs dans plusieurs endroits : les oreilles avec les AirPodsle visage avec les lunettes, le doigt avec la bague et le vêtement avec le pin. L’Apple Vision Pro a déjà montré qu’Apple acceptait d’explorer des formats coûteux et spécialisés. Le problème reste le même pour chaque appareil : quelle tâche justifie son achat et son port quotidien?
L’intégration à Apple Intelligence serait le point de bascule. Si le pin dépend d’un iPhone voisin ou d’un traitement distant, la latence, la consommation de données et la confidentialité deviendront aussi visibles que le design. Un appareil qui filme et écoute autour de son propriétaire devra distinguer clairement ce qui est traité sur place, ce qui quitte le réseau local et ce qui est conservé.
Le bouton physique pourrait aider à rendre l’interaction volontaire. Il ne suffira pas sans indicateur clair, réglage accessible et autonomie convaincante. Sinon, même dans le jardin clos le mieux clôturé, le discours sur la vie privée risque de sonner creux.
20 millions d’unités, ou 20 millions d’épingles
Le volume annoncé donne une autre dimension au projet. Produire jusqu’à 20 millions d’exemplaires supposerait une chaîne d’approvisionnement capable de suivre, un prix accepté par le marché et une expérience assez lisible pour dépasser le cercle des fans d’Apple. Un appareil séduisant en démonstration peut devenir une daube dès qu’il faut le porter, le recharger et lui trouver une place dans la journée.
Le modèle économique reste entièrement ouvert. Apple pourrait vendre le pin comme un accessoire lié à l’iPhoneintégrer certaines fonctions à ses services ou demander un abonnement. Aucun prix public n’est connu, et ajouter une facture récurrente compliquerait encore la comparaison avec un smartphone déjà payé.
Au 21 janvier 2026le produit reste donc une hypothèse : un pin alimenté par Apple Intelligenceattendu au plus tôt en 2027, avec jusqu’à 20 millions d’unités envisagées. Tant que le prix, l’autonomie, la date de sortie et le rôle exact de l’iPhone ne sont pas connus, Apple ne tient pas encore son prochain grand objet. Elle tient surtout une épingle à idées. Et ça peut vite tourner à la balle dans le pied.
Sources et références scientifiques
- Malcolm Owen. This time it’ll work: Apple rumored to be developing a wearable AI pin. 2026.
- Detection of Sleep Apnea Using Wearable AI: Systematic Review and Meta-Analysis – PMC. Journal of medical Internet research. DOI: 10.2196/58187 · PMID: 39255014.
- 1.Salari N, Hosseinian-Far A, Mohammadi M, Ghasemi H, Khazaie H, Daneshkhah A, Ahmadi A. Detection of sleep apnea using machine learning algorithms based on ECG signals: a comprehensive systematic review. Expert Syst Appl. 2022 Jan;187:115950. doi: 10.1016/wa.2021.115950. [DOI] [Google Scholar]. doi:10.1016/j.eswa.2021.115950.
- 2.Singh N, Talwekar RH. “Comparison of machine learning and deep learning classifier to detect sleep apnea using single-channel ECG and HRV: a systematic literature review”. J Phys Conf Ser. 2022 May 01;2273(1):012015. doi: 10.1088/1742-6596/2273/1/012015. [DOI] [Google Scholar]. doi:10.1088/1742-6596/2273/1/012015.
- 3.Ferreira-Santos DA, Amorim P, Silva Martins T, Monteiro-Soares M, Pereira Rodrigues P. Enabling early obstructive sleep apnea diagnosis with machine learning: systematic review. J Med Internet Res. 2022 Sep 30;24(9):e39452. doi: 10.2196/39452. v24i9e39452 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2196/39452.
- 4.Sateia MJ. International classification of sleep disorders-third edition: highlights and modifications. Chest. 2014 Nov;146(5):1387-94. doi: 10.1378/chest.14-0970.S0012-3692(15)52407-0 [DOI] [PubMed] [Google Scholar]. doi:10.1378/chest.14-0970.S0012-3692(15)52407-0.
- njafield AV, Ayas NT, Eastwood PR, Heinzer R, Ip MS, Morrell MJ, Nunez CM, Patel SR, Penzel T, Pépin J, Peppard PE, Sinha S, Tufik S, Valentine K, Malhotra A. Estimation of the global prevalence and burden of obstructive sleep apnoea: a literature-based analysis. Lancet Respir Med. 2019 Aug;7(8):687-98. doi: 10.1016/s2213-2600(19)30198-5. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/s2213-2600(19)30198-5.
- 6.Senaratna CV, Perret JL, Lodge CJ, Lowe AJ, Campbell BE, Matheson MC, Hamilton GS, Dharmage SC. Prevalence of obstructive sleep apnea in the general population: a systematic review. Sleep Med Rev. 2017 Aug;34:70-81. doi: 10.1016/j.smrv.2016.07.002.S1087-0792(16)30064-8 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.smrv.2016.07.002.S1087-0792(16)30064-8.
- rg S. What doctors wish patients knew about sleep apnea. American Medical Association. [2024-04-29]…
- 8.Young T, Evans L, Finn L, Palta M. Estimation of the clinically diagnosed proportion of sleep apnea syndrome in middle-aged men and women. Sleep. 1997 Sep;20(9):705-6. doi: 10.1093/sleep/20.9.705. [DOI] [PubMed] [Google Scholar]. doi:10.1093/sleep/20.9.705.
- 9.Braley TJ, Dunietz GL, Chervin RD, Lisabeth LD, Skolarus LE, Burke JF. Recognition and diagnosis of obstructive sleep apnea in older Americans. J Am Geriatr Soc. 2018 Jul 09;66(7):1296-302. doi: 10.1111/jgs.15372.. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1111/jgs.15372.
- 10.Kapur V, Strohl KP, Redline S, Iber C, O’Connor G, Nieto J. Underdiagnosis of sleep apnea syndrome in U.S. communities. Sleep Breath. 2002;06(2):49-54. doi: 10.1055/s-2002-32318. [DOI] [PubMed] [Google Scholar]. doi:10.1055/s-2002-32318.
- 11.Lu MK, Tan H, Tsai I, Huang L, Liao X, Lin S. Sleep apnea is associated with an increased risk of mood disorders: a population-based cohort study. Sleep Breath. 2017 May 5;21(2):243-53. doi: 10.1007/s11325-016-1389-x.10.1007/s11325-016-1389-x [DOI] [PubMed] [Google Scholar]. doi:10.1007/s11325-016-1389-x.10.1007/s11325-016-1389-x.
- 12.Quan SF, Budhiraja R, Batool-Anwar S, Gottlieb D, Eichling P, Patel S, Shen W, Walsh J, Kushida C. Lack of impact of mild obstructive sleep apnea on sleepiness, mood and quality of life. Southwest J Pulm Crit Care. 2014 Jul 25;9(1):44-56. doi: 10.13175/swjpcc082-14.. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.13175/swjpcc082-14.
- Wearable Artificial Intelligence for Detecting Anxiety: Systematic Review and Meta-Analysis – PMC. Journal of medical Internet research. DOI: 10.2196/48754 · PMID: 37938883.
- 1.Semple D, Smyth R. Oxford Handbook of Psychiatry. 3rd edition. Oxford, UK: Oxford University Press; 2013. [Google Scholar].
- 2.Baxter AJ, Scott KM, Vos T, Whiteford HA. Global prevalence of anxiety disorders: a systematic review and meta-regression. Psychol Med. 2013 May;43(5):897-910. doi: 10.1017/S003329171200147X.S003329171200147X [DOI] [PubMed] [Google Scholar]. doi:10.1017/S003329171200147X.S003329171200147X.
- 3.COVID-19 Mental Disorders Collaborators Global prevalence and burden of depressive and anxiety disorders in 204 countries and territories in 2020 due to the COVID-19 pandemic. Lancet. 2021 Nov 06;398(10312):1700-12. doi: 10.1016/S0140-6736(21)02143-7. (21)02143-7.S0140-6736(21)02143-7 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/S0140-6736(21)02143-7.
- 4.Anxiety disorders. National Institute of Mental Health. [2022-12-16]…
- 5.Shahbazi F, Shahbazi M, Poorolajal J. Association between socioeconomic inequality and the global prevalence of anxiety and depressive disorders: an ecological study. Gen Psychiatr. 2022 May 17;35(3):e100735. doi: 10.1136/gpsych-2021-100735..gpsych-2021-100735 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1136/gpsych-2021-100735.
- 6.Dattani S, Rodés-Guirao L, Ritchie H, Roser M. Mental health. Our World In Data. 2018. Apr, [2022-12-15]…
- 7.Zablotsky B, Weeks JD, Terlizzi EP, Madans JH, Blumberg SJ. Assessing anxiety and depression: a comparison of national health interview survey measures. Natl Health Stat Report. 2022 Jul;(172):1-17.. [PubMed] [Google Scholar].
- 8.Wittchen HU, Jacobi F, Rehm J, Gustavsson A, Svensson M, Jönsson B, Olesen J, Allgulander C, Alonso J, Faravelli C, Fratiglioni L, Jennum P, Lieb R, Maercker A, van Os J, Preisig M, Salvador-Carulla L, Simon R, Steinhausen HC. The size and burden of mental disorders and other disorders of the brain in Europe 2010. Eur Neuropsychopharmacol. 2011 Sep;21(9):655-79. doi: 10.1016/j.euroneuro.2011.07.018.S0924-977X(11)00172-6 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.euroneuro.2011.07.018.S0924-977X(11)00172-6.
- 9.Bandelow B, Michaelis S. Epidemiology of anxiety disorders in the 21st century. Dialogues Clin Neurosci. 2015 Sep;17(3):327-35. doi: 10.31887/DCNS.2015.17.3/bbandelow.. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.31887/DCNS.2015.17.3/bbandelow.
- 10.Bystritsky A, Khalsa SS, Cameron ME, Schiffman J. Current diagnosis and treatment of anxiety disorders. P T. 2013 Jan;38(1):30-57.. [PMC free article] [PubMed] [Google Scholar].
- 11.Phillips KA, Friedman MJ, Stein DJ, Craske M. Special DSM-V issues on anxiety, obsessive-compulsive spectrum, posttraumatic, and dissociative disorders. Depress Anxiety. 2010 Feb;27(2):91-2. doi: 10.1002/da.20678. [DOI] [PubMed] [Google Scholar]. doi:10.1002/da.20678.
- 12.Elgendi M, Menon C. Assessing anxiety disorders using wearable devices: challenges and future directions. Brain Sci. 2019 Mar 01;9(3):50. doi: 10.3390/brainsci9030050..brainsci9030050 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/brainsci9030050.
- The Performance of Wearable AI in Detecting Stress Among Students: Systematic Review and Meta-Analysis – PMC. Journal of medical Internet research. DOI: 10.2196/52622 · PMID: 38294846.
- 1.Liu Z, Xie Y, Sun Z, Liu D, Yin H, Shi L. Factors associated with academic burnout and its prevalence among university students: a cross-sectional study. BMC Med Educ. 2023 May 06;23(1):317. doi: 10.1186/s12909-023-04316-y..10.1186/s12909-023-04316-y [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1186/s12909-023-04316-y.
- 2.Yang G, Wang Z, Wu W. Social comparison orientation and mental health: the mediating role of psychological capital. soc behav pers. 2021 Jan 06;49(1):1-11. doi: 10.2224/sbp.9767.. [DOI] [Google Scholar]. doi:10.2224/sbp.9767.
- 3.Kumaraswamy N. Academic stress, anxiety and depression among college students: a brief review. Int Rev Soc Sci humanit. 2013;5(1):135-43. [Google Scholar].
- 4.Rith-Najarian LR, Boustani MM, Chorpita BF. A systematic review of prevention programs targeting depression, anxiety, and stress in university students. J Affect Disord. 2019 Oct 01;257:568-84. doi: 10.1016/j.jad.2019.06.035.S0165-0327(18)32754-X [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.jad.2019.06.035.S0165-0327(18)32754-X.
- 5.Mofatteh M. Risk factors associated with stress, anxiety, and depression among university undergraduate students. AIMS Public Health. 2021;8(1):36-65. doi: 10.3934/publichealth.2021004..publichealth-08-01-004 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3934/publichealth.2021004.
- dewy D, Gabriel A. Examining perceptions of academic stress and its sources among university students: the perception of academic stress scale. Health Psychol Open. 2015 Jul 30;2(2):2055102915596714. doi: 10.1177/2055102915596714..10.1177_2055102915596714 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1177/2055102915596714.
- 7.Regehr C, Glancy D, Pitts A. Interventions to reduce stress in university students: a review and meta-analysis. J Affect Disord. 2013 May 15;148(1):1-11. doi: 10.1016/j.jad.2012.11.026.S0165-0327(12)00779-3 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.jad.2012.11.026.S0165-0327(12)00779-3.
- 8.Shiralkar MT, Harris TB, Eddins-Folensbee FF, Coverdale JH. A systematic review of stress-management programs for medical students. Acad Psychiatry. 2013 May 01;37(3):158-64. doi: 10.1176/appi.ap.12010003.1657012 [DOI] [PubMed] [Google Scholar]. doi:10.1176/appi.ap.12010003.1657012.
- 9.Hobfoll SE. Stress, Culture, and Community: The Psychology and Philosophy of Stress. New York, NY: Springer; 2004. [Google Scholar].
- 10.Lazarus RS. From psychological stress to the emotions: a history of changing outlooks. Annu Rev Psychol. 1993 Jan;44(1):1-21. doi: 10.1146/annurev.ps.44.020193.000245. [DOI] [PubMed] [Google Scholar]. doi:10.1146/annurev.ps.44.020193.000245.
- 11.Schneiderman N, Ironson G, Siegel SD. Stress and health: psychological, behavioral, and biological determinants. Annu Rev Clin Psychol. 2005 Apr 01;1(1):607-28. doi: 10.1146/annurev.clinpsy.1.102803.144141.. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1146/annurev.clinpsy.1.102803.144141.
- 12.Edjah K, Ankomah F, Domey E, Laryea JE. Stress and its impact on academic and social life of undergraduate university students in Ghana: a structural equation modeling approach. Open Educ Stud. 2020 Jun;2(1):37-44. doi: 10.1515/edu-2020-0100.. [DOI] [Google Scholar]. doi:10.1515/edu-2020-0100.
- Wearable Artificial Intelligence for Anxiety and Depression: Scoping Review – PMC. Journal of medical Internet research. DOI: 10.2196/42672 · PMID: 36656625.
- 1.The role of science in mental health: Insights from the Wellcome Global Monitor. Wellcome Trust. 2020…
- 2.Konnopka A, König H. Economic burden of anxiety disorders: a systematic review and meta-analysis. Pharmacoeconomics. 2020 Jan 24;38(1):25-37. doi: 10.1007/s40273-019-00849-7.10.1007/s40273-019-00849-7 [DOI] [PubMed] [Google Scholar]. doi:10.1007/s40273-019-00849-7.10.1007/s40273-019-00849-7.
- 3.Hammen C, Brennan PA, Keenan-Miller D. Patterns of adolescent depression to age 20: the role of maternal depression and youth interpersonal dysfunction. J Abnorm Child Psychol. 2008 Nov 13;36(8):1189-98. doi: 10.1007/s10802-008-9241-9. [DOI] [PubMed] [Google Scholar]. doi:10.1007/s10802-008-9241-9.
- 4.Whiteford HA, Degenhardt L, Rehm J, Baxter AJ, Ferrari AJ, Erskine HE, Charlson FJ, Norman RE, Flaxman AD, Johns N, Burstein R, Murray CJ, Vos T. Global burden of disease attributable to mental and substance use disorders: findings from the Global Burden of Disease Study 2010. Lancet. 2013 Nov 09;382(9904):1575-86. doi: 10.1016/S0140-6736(13)61611-6.S0140-6736(13)61611-6 [DOI] [PubMed] [Google Scholar]. doi:10.1016/S0140-6736(13)61611-6.S0140-6736(13)61611-6.
- 5.Wilson S, Hicks BM, Foster KT, McGue M, Iacono WG. Age of onset and course of major depressive disorder: associations with psychosocial functioning outcomes in adulthood. Psychol Med. 2014 Jul 10;45(3):505-14. doi: 10.1017/s0033291714001640. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1017/s0033291714001640.
- 6.Jia H, Zack MM, Thompson WW, Crosby AE, Gottesman II. Impact of depression on quality-adjusted life expectancy (QALE) directly as well as indirectly through suicide. Soc Psychiatry Psychiatr Epidemiol. 2015 Jun 7;50(6):939-49. doi: 10.1007/s00127-015-1019-0.. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1007/s00127-015-1019-0.
- 7.Hawton K, Casañas I Comabella C, Haw C, Saunders K. Risk factors for suicide in individuals with depression: a systematic review. J Affect Disord. 2013 May;147(1-3):17-28. doi: 10.1016/j.jad.2013.01.004.S0165-0327(13)00036-0 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.jad.2013.01.004.S0165-0327(13)00036-0.
- 9.Oladeji BD, Gureje O. Brain drain: a challenge to global mental health. BJPsych Int. 2016 Aug 02;13(3):61-3. doi: 10.1192/s2056474000001240..S2056474000001240 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1192/s2056474000001240.
- 10.Welch V, Wy TJ, Ligezka A, Hassett LC, Croarkin PE, Athreya AP, Romanowicz M. Use of mobile and wearable artificial intelligence in child and adolescent psychiatry: scoping review. J Med Internet Res. 2022 Mar 14;24(3):e33560. doi: 10.2196/33560. v24i3e33560 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2196/33560.
- 11.Elgendi M, Menon C. Assessing anxiety disorders using wearable devices: challenges and future directions. Brain Sci. 2019 Mar 01;9(3):50. doi: 10.3390/brainsci9030050..brainsci9030050 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/brainsci9030050.
- 12.Sequeira L, Perrotta S, LaGrassa J, Merikangas K, Kreindler D, Kundur D, Courtney D, Szatmari P, Battaglia M, Strauss J. Mobile and wearable technology for monitoring depressive symptoms in children and adolescents: a scoping review. J Affect Disord. 2020 Mar 15;265:314-24. doi: 10.1016/j.jad.2019.11.156.S0165-0327(19)31030-4 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.jad.2019.11.156.S0165-0327(19)31030-4.
- 13.Lee S, Kim H, Park MJ, Jeon HJ. Current advances in wearable devices and their sensors in patients with depression. Front Psychiatry. 2021 Jun 17;12:672347. doi: 10.3389/fpsyt.2021.672347.. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3389/fpsyt.2021.672347.
- Malcolm Owen. This time it’ll work: Apple rumored to be developing a wearable AI pin – NewsBreak. 2026.






