La IA encuentra información oculta en las pruebas de sueño

Un modelo de inteligencia artificial ha encontrado patrones invisibles a simple vista en estudios del sueño rutinarios, capaces de predecir el riesgo de infarto, deterioro cognitivo o muerte con más precisión que las medidas clínicas habituales.

Cada año, millones de personas se someten a un estudio del sueño (una polisomnografía) para diagnosticar apnea u otros trastornos respiratorios nocturnos. El resultado suele reducirse a un único número, el índice de apnea-hipopnea, que cuenta cuántas veces se interrumpe la respiración por hora. Un equipo de investigadores ha demostrado ahora que, dentro de esos mismos registros, hay muchísima más información sobre el estado de salud de una persona de la que ese índice logra capturar.

Un modelo entrenado con más de diez mil registros de sueño

El equipo, dirigido por Erhan Bilal y publicado en Nature Communications, construyó un modelo de tipo fundacional (entrenado con grandes volúmenes de datos para luego adaptarse a distintas tareas) a partir de más de diez mil registros clínicos de sueño vinculados a las historias médicas electrónicas de los pacientes. En lugar de fijarse solo en las pausas respiratorias, el sistema aprendió a reconocer patrones sutiles en la arquitectura del sueño, el movimiento corporal, la frecuencia cardíaca y la oxigenación a lo largo de toda la noche.

Con esa información, el modelo fue capaz de agrupar a los pacientes en cinco perfiles de riesgo claramente diferenciados, cada uno con una trayectoria distinta de mortalidad y de enfermedad cardiovascular o neurológica en los años siguientes.

Un riesgo que el índice clásico no veía

El hallazgo más llamativo del estudio es que, entre los pacientes del grupo de mayor riesgo identificado por la inteligencia artificial, el riesgo de morir en los siguientes cinco años era el doble que entre los del grupo de menor riesgo, una diferencia que la medida clínica estándar utilizada hoy para valorar la gravedad de la apnea del sueño no lograba distinguir. Es decir, dos personas con el mismo índice de apnea-hipopnea, y por tanto con el mismo diagnóstico sobre el papel, podían tener pronósticos de salud radicalmente distintos, y solo el análisis fino de todo el registro nocturno lograba anticiparlo.

Esto sugiere que la fisiología del sueño contiene una estructura de riesgo latente, presente en los datos que ya se recogen de forma rutinaria en miles de clínicas, pero que hasta ahora quedaba enterrada bajo un resumen demasiado simple.

Qué cambiaría en la práctica clínica

Si estos resultados se confirman en otras poblaciones, el impacto práctico sería considerable, porque no exigiría nuevas pruebas ni aparatos: bastaría con reanalizar, con la ayuda de este tipo de modelos, los registros de sueño que los hospitales ya almacenan. Un paciente etiquetado hoy como de riesgo moderado por su índice de apnea podría, en realidad, pertenecer a un grupo de alto riesgo cardiovascular o cognitivo, y beneficiarse de un seguimiento más estrecho o de un tratamiento más temprano.

Los propios autores señalan que este tipo de reanálisis podría convertir una prueba diagnóstica pensada para un solo trastorno (la apnea) en una herramienta de cribado más amplia sobre el estado general de salud de una persona, sin coste adicional para el paciente.

Los próximos pasos

Antes de que un sistema así llegue a las consultas, los investigadores tendrán que validar el modelo en hospitales y poblaciones distintas a las utilizadas en el entrenamiento inicial, y trabajar con las agencias reguladoras para definir cómo debe integrarse esta información en el criterio médico. Aun así, el estudio deja claro que muchas pruebas médicas rutinarias podrían estar generando, desde hace años, más información pronóstica de la que actualmente se aprovecha.

REFERENCIA

• A foundation model for sleep-based risk stratification and clinical outcomes

Si quieres conocer otros artículos parecidos a La IA encuentra información oculta en las pruebas de sueño puedes visitar la categoría TECNOLOGÍA.