Los problemas para conciliar el sueño, el constante voltearse en la cama o los despertares frecuentes afectan a millones de personas en todo el mundo. Estas alteraciones del sueño no solo provocan fatiga al día siguiente, sino que también pueden ser indicativas de enfermedades que podrían manifestarse en el futuro.
Investigadores de Stanford Medicine han desarrollado un modelo de inteligencia artificial (IA) capaz de predecir hasta 130 enfermedades, como el Parkinson, a partir del análisis de datos del sueño. Esto se debe a que, aunque se recopilan muchos datos sobre el sueño, no siempre se analizan en profundidad. El estudio ha sido publicado en la revista Nature Medicine.
➤ Leer más: Los químicos del plástico podrían estar afectando tu sueño
Datos del sueño como indicador de enfermedades
El modelo de IA, denominado SleepFM, ha sido entrenado con 585.000 horas de datos de sueño recopilados de 65.000 participantes a través de una polisomnografía (PSG), considerada el “estándar de oro en la investigación del sueño”. Esta técnica implica un estudio exhaustivo del sueño realizado en laboratorios especializados, utilizando sensores para registrar datos como la actividad cerebral, el ritmo cardíaco, la respiración y los movimientos oculares. “SleepFM está aprendiendo esencialmente el lenguaje del sueño”, explica James Zou, uno de los autores del estudio.
➤ Leer más: ¿Por qué a algunas personas les basta con dormir 3 horas?
SleepFM para el análisis de datos
“Registramos una cantidad asombrosa de señales cuando estudiamos el sueño”, señala Emmanuel Mignot, otro autor del estudio. Un desafío ha sido que muchos de estos datos no se han utilizado completamente, ya que la información obtenida de la PSG es difícil de generalizar.
Para abordar este problema, los investigadores desarrollaron un modelo base capaz de autoentrenarse utilizando los datos disponibles. Los datos recopilados en los laboratorios de sueño se dividieron en segmentos de 5 segundos.
La IA en prueba
Además, emplearon una técnica de entrenamiento llamada “Aprendizaje Contrastivo Leave-One-Out”. En esencia, durante el entrenamiento, ocultaron una parte de los datos, obligando a la IA a identificar la pieza faltante utilizando la información restante. Esto le permite comprender cómo se relacionan las diferentes señales del cuerpo.
La IA se probó clasificando y analizando diferentes etapas del sueño o la gravedad de la apnea del sueño. Gracias al acceso a 50 años de datos del Centro de Medicina del Sueño de Stanford, los investigadores también pudieron predecir la aparición futura de enfermedades, utilizando los datos de la PSG y los registros médicos electrónicos de los pacientes, que contenían información sobre las enfermedades que desarrollaron posteriormente, en algunos casos durante un período de hasta 25 años.
Posibilidad de predecir 130 enfermedades
Para predecir la aparición de enfermedades futuras, se analizaron más de 1.000 categorías de enfermedades. 130 de ellas pudieron predecirse con una “precisión razonable” basándose en los datos del sueño. SleepFM demostró ser particularmente fiable en la predicción del Parkinson, alcanzando un valor C de 0,89. “Un índice C de 0,8 significa que la predicción del modelo coincide con la realidad en el 80% de los casos”, explica Zou.
El valor C para la demencia fue de 0,85, y la predicción de la muerte alcanzó un valor C de 0,84. “Nos sorprendió gratamente que el modelo pudiera hacer predicciones informativas a pesar de la gran variedad de condiciones”, enfatiza Zou.
Mejoras futuras del modelo
El equipo de investigación planea seguir mejorando el modelo, prestando especial atención a la interpretación de los resultados y a una mejor comprensión de los patrones y características específicas del sueño.
Los investigadores también señalan que el estudio no es representativo de la población general, ya que solo se utilizaron datos de personas que se sometieron a estudios del sueño debido a sospechas de una enfermedad.
Aunque los datos del corazón son especialmente relevantes para predecir enfermedades cardíacas, la combinación de diferentes datos es lo que permite lograr una alta precisión en las predicciones.
