Un modelo entrenado con 585 mil horas de estudios del sueño promete detectar riesgos de demencia, infartos, accidentes cerebrovasculares e incluso mortalidad futura a partir de una sola
Dormir siempre ha sido una ventana hacia la salud. Ahora, un grupo de investigadores llevó esa idea a otro nivel con el desarrollo de SleepFM, un modelo de inteligencia artificial capaz de analizar una sola noche de sueño y estimar el riesgo de desarrollar más de 130 enfermedades en el futuro.
El proyecto fue presentado en la revista científica Nature Medicine y se basa en una de las bases de datos de sueño más grandes recopiladas hasta la fecha: más de 585 mil horas de polisomnografía obtenidas de aproximadamente 65 mil personas.
La polisomnografía es considerada el estándar de oro para estudiar el sueño. Durante una noche completa registra actividad cerebral, ritmo cardíaco, respiración, movimientos musculares, movimientos oculares y otros indicadores fisiológicos.
A partir de estos datos, SleepFM fue entrenado para identificar patrones asociados con enfermedades que podrían aparecer años después. Según los resultados publicados, el sistema alcanzó métricas destacadas para la predicción de distintos padecimientos:
Los investigadores identificaron un total de 130 condiciones médicas que pudieron predecirse con un nivel de precisión estadísticamente significativo.
Aunque los resultados han despertado expectativas dentro del sector médico y tecnológico, el sistema aún depende de estudios especializados realizados en laboratorios del sueño.
Actualmente, SleepFM necesita información obtenida mediante sensores que registran simultáneamente señales cerebrales, cardíacas, musculares y respiratorias, algo muy distinto a los datos limitados que recopilan la mayoría de los relojes inteligentes y pulseras de actividad física.
Sin embargo, los autores consideran que futuras generaciones de dispositivos portátiles podrían beneficiarse de modelos similares, permitiendo evaluaciones de salud más accesibles y continuas.
Uno de los hallazgos más relevantes del estudio es que el sueño contiene mucha más información clínica de la que tradicionalmente se ha aprovechado. Los investigadores describen los registros nocturnos como una auténtica mina de datos fisiológicos capaz de revelar señales tempranas de enfermedades cardiovasculares, neurológicas y metabólicas.
Aunque SleepFM todavía requiere validaciones adicionales antes de convertirse en una herramienta clínica de uso cotidiano, el trabajo abre la puerta a una nueva generación de sistemas capaces de transformar una noche de sueño en un indicador temprano del estado de salud de una persona.
