Los datos de laboratorios del sueño pueden predecir enfermedades años antes

Tu cuerpo se manifiesta mientras duermes, y esas señales podrían servir a los médicos para anticipar el riesgo futuro de padecer enfermedades graves, de acuerdo con un estudio reciente.

Una inteligencia artificial experimental llamada SleepFM es capaz de analizar datos del sueño para estimar la probabilidad de desarrollar más de 100 afecciones de salud, informaron los investigadores el 6 de enero en la revista Nature Medicine.

Según el estudio, SleepFM mostró un alto desempeño al prever problemas tan variados como distintos tipos de cáncer, complicaciones durante el embarazo, enfermedades cardíacas y trastornos de salud mental.

Además, la herramienta también logró estimar el riesgo general de mortalidad de una persona, señalaron los autores.

“SleepFM básicamente está aprendiendo el lenguaje del sueño”, explicó el investigador principal James Zou en un comunicado. Zou es profesor asociado de ciencia de datos biomédicos en Stanford Medicine.

Para entrenar a la IA, los científicos utilizaron 585 mil horas de registros de sueño correspondientes a 65 mil personas que fueron evaluadas en laboratorios especializados.

Estos estudios del sueño recopilan información detallada sobre la actividad cerebral, el ritmo cardíaco, la respiración, los movimientos de las piernas, los movimientos oculares y otros parámetros, según los investigadores.

“Cuando analizamos el sueño, registramos una cantidad impresionante de señales”, señaló el coinvestigador principal, el doctor Emmanuel Mignot, profesor de medicina del sueño en Stanford. “Es una especie de fotografía completa de la fisiología durante ocho horas, en un entorno totalmente controlado. La riqueza de datos es enorme”.

Posteriormente, el equipo utilizó información de seguimiento a largo plazo del Stanford Sleep Medicine Center para vincular los patrones de sueño con riesgos de salud. Aproximadamente 35 mil pacientes fueron evaluados en el centro y seguidos durante periodos de hasta 25 años.

SleepFM examinó más de mil categorías de enfermedades en los historiales médicos y determinó que 130 podían predecirse con una precisión aceptable a partir de los datos del sueño.

Para medir la capacidad predictiva del modelo, los investigadores emplearon el índice C, o índice de concordancia. Un valor de 0.8 o superior indica una buena precisión en la predicción.

“Un índice C de 0.8 significa que en el 80% de los casos, lo que predice el modelo coincide con lo que realmente ocurre”, explicó Zou.

Las predicciones más sólidas de SleepFM se observaron en enfermedades como Parkinson (índice C de 0.89), demencia (0.85), cardiopatía hipertensiva (0.84), infarto (0.81), cáncer de próstata (0.89), cáncer de mama (0.87) y mortalidad general (0.84).

“Nos sorprendió gratamente que el modelo pudiera generar predicciones útiles para un abanico tan amplio de enfermedades”, comentó Zou.

El análisis también reveló una interacción relevante entre el corazón y el cerebro durante el sueño.

Las señales cardíacas tuvieron mayor peso en la predicción de enfermedades del corazón, mientras que las señales cerebrales fueron más determinantes para estimar riesgos de trastornos mentales. No obstante, la mayor precisión se alcanzó al combinar todas las señales disponibles.

“La información más valiosa para predecir enfermedades surgió al contrastar los distintos canales”, explicó Mignot. Patrones descoordinados —como un cerebro que parece dormido mientras el corazón se comporta como si estuviera despierto— podrían ser indicativos de problemas de salud.

Actualmente, el equipo trabaja en mejorar aún más las capacidades predictivas de SleepFM, incluyendo la posible incorporación de datos provenientes de dispositivos portátiles como los wearables.

También buscan entender con mayor claridad qué elementos específicos analiza la IA al generar sus predicciones.

Noticias del tema