La información obtenida durante el sueño podría ser una valiosa fuente de indicios sobre el estado general de salud. Un análisis avanzado de estos datos, con la ayuda de la inteligencia artificial (IA), podría permitir estimar el riesgo de desarrollar enfermedades graves, utilizando registros de una sola noche de sueño.
Investigadores han desarrollado un modelo de IA llamado SleepFM que, según afirman, puede utilizar los datos recopilados durante una sola noche de sueño en un laboratorio especializado para predecir el riesgo de más de 100 afecciones médicas. El modelo ha sido entrenado con más de medio millón de horas de datos de sueño, recopilados de aproximadamente 65.000 personas.
Los datos se obtuvieron mediante polisomnografía, el método estándar de referencia para la evaluación del sueño. Este procedimiento implica el uso de múltiples sensores que registran la actividad cerebral, la actividad cardíaca, la respiración, los movimientos corporales, los movimientos oculares y otros parámetros fisiológicos. Los investigadores describen estos registros como una vasta fuente de información fisiológica que ha sido subutilizada hasta ahora.
Para aprovechar este gran volumen de datos, el equipo desarrolló el modelo de inteligencia artificial y lo entrenó con 585.000 horas de registros realizados en diversas clínicas del sueño.
Inicialmente, el modelo se probó en tareas estándar de análisis del sueño, como la identificación de las etapas del sueño y la evaluación de la gravedad de la apnea del sueño. Los resultados mostraron un rendimiento comparable o superior a los modelos de última generación actualmente en uso.
Posteriormente, los investigadores correlacionaron los datos del sueño de aproximadamente 35.000 adultos y niños tratados en el Centro Médico Stanford Sleep entre 1999 y 2024 con su evolución médica a largo plazo, utilizando historias clínicas electrónicas. De más de 1.000 categorías de enfermedades analizadas, el modelo identificó 130 para las cuales el riesgo pudo ser estimado con una precisión considerada razonable basándose en los datos obtenidos durante el sueño.
Entre las afecciones para las que se obtuvieron estas predicciones se incluyen la mortalidad por cualquier causa, la demencia, el infarto de miocardio, la insuficiencia cardíaca, la enfermedad renal crónica, el accidente cerebrovascular (ACV) y la fibrilación auricular.
En el caso de ciertos tipos de cáncer, complicaciones del embarazo, enfermedades del sistema circulatorio y trastornos mentales, las predicciones fueron correctas en más del 80% de los casos, según los resultados publicados.
Los autores del estudio señalan que, en esta etapa, no está claro qué elementos de los datos del sueño utiliza el modelo al generar una predicción para una enfermedad específica.
La investigación continúa para comprender mejor este aspecto y mejorar el rendimiento del modelo, incluso integrando datos adicionales, como los provenientes de dispositivos portátiles.
El estudio fue realizado por investigadores de Stanford Medicine y publicado el martes en la revista Nature Medicine.
