Investigadores de la Universidad de Stanford, Estados Unidos, y otras instituciones internacionales desarrollaron SleepFM, un modelo de Inteligencia Artificial (IA) capaz de predecir el riesgo futuro de al menos 130 enfermedades a partir de los datos arrojados durante una noche de sueño.

SleepFM registra los datos mediante polisomnografía (PSG), el estándar clínico más avanzado para analizar el descanso humano, para identificar señales de enfermedades como demencia, infartos, insuficiencia cardíaca, cáncer y mortalidad general, entre otros.

El equipo investigador partió de la hipótesis “si la IA puede aprender el ‘lenguaje del sueño’, podría detectar patrones invisibles al ojo humano que preceden a la aparición de enfermedades”. Para probarlo, entrenaron SleepFM como un modelo fundacional capaz de aprender de datos no etiquetados y adaptarse a múltiples tareas clínicas.

En total, se utilizaron unas 585,000 horas de estudios de sueño provenientes de más de 65,000 personas para entrenar a SleepFM. Esto lo hace diferente a estudios previos, que solían usar entre 2,500 y 15,000 registros, es decir, entre 5 y 25 veces más datos.

Además, el modelo es agnóstico al número y tipo de sensores, lo que le permite funcionar incluso cuando faltan señales o cuando los estudios se realizaron bajo configuraciones distintas.

Tras el entrenamiento, los investigadores vincularon los estudios de sueño con historias clínicas electrónicas, mapeando diagnósticos médicos (ICD-9 e ICD-10) a más de 1,000 categorías de enfermedades.

El modelo fue evaluado para determinar si podía predecir la aparición futura de estas condiciones, evitando asociaciones triviales al excluir diagnósticos cercanos en el tiempo al estudio del sueño. SleepFM logró predecir 130 enfermedades con un nivel de precisión clínica elevado, alcanzando un índice de concordancia (C-Index) y un AUROC (Area Under the Receiver Operating Characteristic curve) iguales o superiores a 0.75, umbral considerado robusto en análisis de riesgo médico.

Te puede interesar: La Inteligencia Artificial falla como terapeuta: investigación expone riesgos éticos en chatbots

Entre los resultados más destacados se encuentran mortalidad por cualquier causa con un C-Index de 0.84, demencia con 0.85, infarto de miocardio en 0.81, insuficiencia cardíaca con 0.80, enfermedad renal crónica con 0.79, accidente cerebrovascular con 0.78 y fibrilación auricular con 0.78.

Estas predicciones se realizaron con un horizonte temporal de hasta seis años, lo que posiciona al sueño como un biomarcador temprano de enfermedades que hoy sólo se detectan cuando ya están avanzadas.

SleepFM demostró ser capaz de anticipar enfermedades oncológicas y neurodegenerativas prediciendo padecimientos como cáncer de próstata, mama y melanoma, alineándose con estudios previos que vinculan alteraciones del sueño con procesos inflamatorios, inmunológicos y hormonales.

Asimismo, en el campo neurológico, el modelo alcanzó niveles de precisión comparables, e incluso superiores, a técnicas de imagen como la resonancia magnética para predecir Alzheimer y Parkinson, condiciones en las que los trastornos del sueño suelen preceder los síntomas clínicos por años.

A pesar de su efectividad, los investigadores reconocen que uno de los retos más relevantes de la implementación de IA en entornos médicos consiste en su incapacidad para generalizar fuera del entorno donde fue entrenada. Para abordar este punto, SleepFM fue evaluado en el Sleep Heart Health Study, una base de datos completamente excluida de su entrenamiento inicial, en donde mantuvo un alto desempeño en la predicción de eventos cardiovasculares y mortalidad.

Además, superó a modelos tradicionales basados únicamente en variables demográficas como edad, sexo o índice de masa corporal, lo que refuerza el valor añadido del sueño como fuente de información clínica profunda.

Los autores subrayan que SleepFM no está diseñado para emitir diagnósticos, sino para identificar riesgos y apoyar la toma de decisiones médicas tempranas. En ese sentido, su potencial impacto va desde priorizar pacientes en riesgo hasta redefinir los chequeos preventivos, pasando por reducir la dependencia de pruebas costosas o invasivas.

Sin embargo, también advierten sobre los límites del modelo, pues fue entrenado mayoritariamente con datos de países desarrollados como Estados Unidos y algunos miembros de la Unión Europea, por lo requiere validaciones regulatorias y plantea desafíos éticos sobre el uso de datos biomédicos y predicciones de salud a largo plazo, especialmente fuera de esos territorios.

“SleepFM es apenas un punto de partida y no un producto clínico listo para su adopción masiva”, detalla la propia investigación. Por ello, los autores destacan la validación prospectiva en poblaciones más amplias y representativas, incluyendo personas sin trastornos del sueño diagnosticados, y estudios en distintos sistemas de salud y regiones geográficas para reducir sesgos de origen clínico.

Investigadores del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) desarrollaron una forma inalámbrica de monitorear las posturas de sueño de una persona utilizando señales de radio reflejadas desde un dispositivo montado en la pared de un dormitorio.

El dispositivo llamado BodyCompass, es un sistema basado en radiofrecuencia que proporciona datos presicos del sueño sin cámaras ni sensores conectados al cuerpo. Funciona analizando el reflejo de la señales de radio cuando rebotan en los objetos de una habitación, incluido el cuerpo humano.

De forma similar a un enrutador de Wi-Fi conectado a la pared del dormitorio, el dispositivo envía y recopila estas señales a medida que regresan a través de múltiples rutas, para después ser mapeadas por los investigadores y determinar la postura del cuerpo.

Las señales que rebotan en el pecho y el vientre de una persona se modulan de forma única, concluyeron los investigadores. Una vez que esta señal de respiración se identificó como una forma de etiquetar los reflejos provenientes del cuerpo, fue posible analizar esos reflejos en comparación con la posición del dispositivo para determinar cómo la persona estaba acostada en la cama.

“Identificar la respiración como codificación nos ayudó a separar las señales del cuerpo de los reflejos ambientales, lo que nos permitió rastrear dónde están los reflejos informativos”, señaló Shichao Yue, estudiante de doctorado e investigador detrás de BodyCompass.

De acuerdo con Yue, el análisis de la red neuronal que define cómo se inclina el cuerpo durante el sueño es especialmente importante para pacientes con epilepsia, para quienes dormir boca abajo se relaciona con una muerte temprana, al igual que para bebés.

El equipo de investigación probó la precisión de BodyCompass en más de 200 horas de datos de sueño de 26 personas sanas que dormían en sus propios dormitorios. Al comienzo del estudio, los sujetos llevaban dos acelerómetros (sensores que detectan el movimiento) pegados al pecho y al estómago, para entrenar la red neuronal del dispositivo con datos de “verdad fundamental” sobre sus posturas al dormir.

Junto con la epilepsia y la enfermedad de parkinson, BodyCompass podría resultar útil en el tratamiento de pacientes vulnerables a las úlceras por presión y la apnea del sueño, ya que ambas afecciones pueden aliviarse con cambios en la postura para dormir. No obstante, por ahora, BodyCompass es una herramienta de monitoreo, aunque en algún punto podría combinarse con una alerta que incite a las personas a cambiar de postura al dormir.

Hipertextual-Ebenizer Pinedo

Apple se encuentra trabajando en un monitor de sueño nativo para su reloj inteligente, según 9to5Mac. De hecho, los de Cupertino podrían aprovechar la keynote del 10 de septiembre para presentar esta característica. El evento abrirá las puertas a las nuevas generaciones del iPhone y el Apple Watch.El monitor de sueño podría presentarse en la keynote del 10 de septiembre

De acuerdo al reporte, la iniciativa se conoce internamente como “Burrito” y llevaría el nombre de “Time in Bed tracking” (Seguimiento al tiempo en cama). Los poseedores del wearable podrían medir la calidad del sueño gracias a la intervención de diversos componentes, incluyendo el sensor de movimiento, el monitor de frecuencia cardiaca y el micrófono para escuchar los ruidos de la persona.

Para evitar que el dispositivo se quede sin batería a mitad de la noche, Apple recordará a los usuarios que deben cargar el reloj antes de dormir. Más allá de realizar una medición del sueño, asimismo el monitor permitirá ofrecer otras características interesantes. Por ejemplo, si la persona despierta antes de la alarma establecida, esta última se desactivará automáticamente.

Será posible, además, reproducir alarmas únicamente en el Apple Watch, mientras que el iPhone servirá como un respaldo. Por otra parte, el reloj activará de forma automática el modo “No molestar” en cuanto te acuestes. Eso sí, por ahora se desconoce si el monitor de sueño también estará disponible para modelos antiguos del wearable, o si solo será exclusivo del Series 5.

No sería la primera vez que surge un reporte sobre una medición de sueño nativa para el Apple Watch. El pasado febrero, Bloomberg adelantó que los dirigidos por Tim Cook trabajaban en esa función, sin embargo, su lanzamiento estaba previsto hasta 2020. Tendremos que esperar al 10 de septiembre para resolver todas las dudas. Sin duda, se trata de una de las características más esperadas en el producto.