Una mala noche de sueño no solo se traduce en cansancio o falta de concentración al día siguiente, según un nuevo estudio publicado en Nature Medicine, también puede contener señales tempranas de enfermedades graves que se manifestarán años más tarde. Investigadores de Stanford Medicine y de varias instituciones internacionales han desarrollado el primer modelo de inteligencia artificial (IA) capaz de predecir el riesgo de más de un centenar de patologías a partir de una sola noche de sueño monitorizado.
El sistema, bautizado como SleepFM, se ha entrenado con casi 600.000 horas de datos de polisomnografía —el estándar de oro en los estudios del sueño— procedentes de 65.000 personas. Estos registros incluyen actividad cerebral, ritmo cardíaco, respiración, movimientos musculares, flujo de aire y señales oculares, captadas durante toda la noche mediante sensores especializados.
«La polisomnografía registra una cantidad asombrosa de información fisiológica durante ocho horas en un sujeto completamente monitorizado. Es una fuente de datos extremadamente rica que hasta ahora estaba infrautilizada», explicó Emmanuel Mignot, profesor de Medicina del Sueño en Stanford y uno de los autores principales del estudio.
Una inteligencia artificial que aprende el «lenguaje del sueño»
SleepFM es lo que se conoce como un modelo de base, una arquitectura de inteligencia artificial (IA) entrenada con enormes volúmenes de datos no etiquetados, similar en concepto a los grandes modelos de lenguaje como ChatGPT. En lugar de texto, este modelo aprende a interpretar el «lenguaje del sueño».
Para ello, los investigadores dividieron los registros nocturnos en fragmentos de cinco segundos y entrenaron al sistema para integrar múltiples señales fisiológicas de forma simultánea. Uno de los avances técnicos clave fue el desarrollo de un método de aprendizaje autosupervisado que permite al modelo reconstruir una señal ausente a partir del resto, aprendiendo así cómo se relacionan entre sí los distintos sistemas del cuerpo.
«Desde la perspectiva de la IA, el sueño ha sido sorprendentemente poco estudiado, a pesar de que ocupa un tercio de nuestra vida», señaló James Zou, profesor asociado de ciencia de datos biomédicos en Stanford y coautor principal. «SleepFM básicamente aprende a entender el idioma del cuerpo mientras dormimos».
Predicciones clínicas con décadas de antelación
Una vez entrenado, el modelo se evaluó primero en tareas clásicas de medicina del sueño, como la clasificación de las fases del sueño o el diagnóstico de la apnea. En estos escenarios, SleepFM alcanzó un rendimiento comparable o superior al de modelos especializados de última generación.
El paso más ambicioso llegó después: predecir la aparición futura de enfermedades a partir de los datos de sueño. Para ello, los investigadores vincularon los registros de polisomnografía con historiales médicos electrónicos de hasta 25 años de seguimiento, gracias a la larga trayectoria del Centro de Medicina del Sueño de Stanford, fundado en 1970 por William Dement.
El modelo analizó más de 1.000 categorías de enfermedades y demostró capacidad predictiva sólida en 130 de ellas, especialmente en cánceres, trastornos neurológicos, enfermedades cardiovasculares, complicaciones del embarazo y problemas de salud mental. En muchos casos, alcanzó índices de concordancia (índice C) superiores a 0,8, un nivel considerado clínicamente relevante.
Entre los resultados más llamativos, el modelo de inteligencia artificial logró predecir con alta precisión la enfermedad de Parkinson (0,89), la demencia (0,85), la enfermedad cardíaca hipertensiva (0,84), el infarto de miocardio (0,81), varios tipos de cáncer y la mortalidad por cualquier causa (0,84).
«El índice C mide si el modelo es capaz de identificar correctamente quién desarrollará antes una enfermedad entre dos personas», explicó Zou. «Un valor de 0,8 significa que acierta en el 80% de los casos».
Ventana temprana a enfermedades neurológicas y cardiovasculares
El análisis detallado del modelo sugiere que las enfermedades neurológicas y mentales están especialmente bien reflejadas en los patrones del sueño. SleepFM mostró un rendimiento sobresaliente en la predicción de alzhéimer y de párkinson, patologías que se sabe están precedidas por alteraciones del sueño años antes de los síntomas clínicos.
En el caso de la enfermedad de Alzheimer, anomalías en el sueño no REM, la reducción de ondas lentas o las alteraciones del sueño REM ya se consideran marcadores tempranos. Para el párkinson, el trastorno de conducta del sueño REM es uno de los signos prodrómicos mejor establecidos. El modelo identificó la actividad cerebral como el predictor más fuerte para estas enfermedades, mientras que las señales respiratorias resultaron clave en la predicción de la demencia.
En el ámbito cardiovascular, SleepFM integró información procedente del electrocardiograma y de la respiración, captando la interacción entre apnea del sueño y actividad cardíaca. El sistema alcanzó resultados comparables o superiores a modelos previos basados únicamente en ECG para predecir eventos como ictus, insuficiencia cardíaca o muerte cardiovascular.
Un enfoque no invasivo con potencial clínico
A diferencia de otras estrategias predictivas basadas en resonancia magnética, PET o biomarcadores invasivos, los datos del sueño ofrecen una alternativa no invasiva y potencialmente más accesible. Los autores destacan que, en el futuro, la combinación de modelos como SleepFM con dispositivos portátiles de monitorización del sueño podría permitir una vigilancia continua de la salud y una estratificación temprana del riesgo.
No obstante, los investigadores reconocen importantes limitaciones. La cohorte analizada procede en su mayoría de pacientes derivados a clínicas del sueño, por lo que no representa a la población general. Además, la complejidad del modelo dificulta interpretar exactamente qué patrones concretos impulsan cada predicción, un desafío clave para su adopción clínica.
Aun así, el estudio demuestra que el sueño es mucho más que un estado de descanso. Es una ventana privilegiada al funcionamiento integrado del organismo y, gracias a la inteligencia artificial, una herramienta prometedora para anticipar enfermedades antes de que aparezcan los primeros síntomas.
Andrea Rivero García
Fuente de esta noticia: https://gacetamedica.com/investigacion/inteligencia-artificial-predice-enfermedades-mientras-duerme/
************************************************************************************************************
También estamos en Telegram como @prensamercosur, únete aquí: Telegram Prensa Mercosur
Recibe información al instante en tu celular. Únete al Canal del Diario Prensa Mercosur en WhatsApp a través del siguiente link: https://whatsapp.com/channel/0029VaNRx00ATRSnVrqEHu1También estamos en Telegram como @prensamercosur, únete aquí: https://t.me/prensamercosur Mercosur
Recibe información al instante en tu celular. Únete al Canal del Diario Prensa Mercosur en WhatsApp a través del siguiente link: https://www.whatsapp.com/channel/0029VaNRx00ATRSnVrqEHu1W
