Una de las mayores oportunidades para el aprendizaje automático de la inteligencia artificial (IA) se encuentra en el campo del diagnóstico de la salud y las enfermedades. Un nuevo estudio innovador demuestra cómo la IA puede predecir el riesgo de una persona de desarrollar más de cien enfermedades graves a partir de datos recopilados de forma no invasiva durante una sola noche de sueño.
“Este estudio subraya el potencial de los modelos de base basados en el sueño para la estratificación del riesgo y la monitorización longitudinal de la salud”, escribieron los coautores de la Universidad de Stanford, James Zou y Emmanuel Mignot, en colaboración con los coautores Rahul Thapa, Magnus Ruud Kjaer, Bryan He, Ian Covert, Hyatt Moore IV, Umaer Hanif, Gauri Ganjoo, M. Brandon Westover, Poul Jennum y Andreas Brink-Kjaer.
¿Por qué dormir?
El sueño es esencial para mantener no solo la salud física, sino también el bienestar psicológico, ya que afecta la regulación emocional, la cognición, la resiliencia, la concentración y la memoria. Se estima que el 50% de los casos de insomnio están relacionados con estrés psicológico, ansiedad o depresión, y el trastorno obsesivo-compulsivo (TOC) suele estar vinculado a la falta de sueño, según la Alianza Nacional de Enfermedades Mentales (NAMI).
Según la Clínica Cleveland, existen más de 80 tipos de trastornos del sueño. Los más comunes incluyen el insomnio crónico, la apnea obstructiva del sueño, el síndrome de piernas inquietas, el trastorno de conducta del sueño MOR, la narcolepsia, el síndrome de la fase de sueño retrasada y el trastorno del sueño por trabajo a turnos.
¿Quién no duerme bien?
Muchas personas no duermen bien en todo el mundo. Para 2034, se espera que el mercado de los trastornos del sueño alcance los 72,000 millones de dólares, con una tasa de crecimiento anual compuesta del 10% entre 2025 y 2034, según Global Market Insights. La American Brain Foundation estima que, solo en EE. UU., entre 50 y 70 millones de personas padecen trastornos del sueño o de la vigilia. Aproximadamente 1 de cada 3 adultos estadounidenses reportó no descansar o dormir lo suficiente a diario, según los Centros para el Control y la Prevención de Enfermedades de EE. UU. A nivel mundial, hay casi mil millones de adultos de entre 30 y 69 años con apnea del sueño, según un estudio de 2019 realizado por Benjafield et al. y publicado en The Lancet Respiratory Medicine. La apnea del sueño es sólo uno de los trastornos del sueño.
Sueño nocturno: Una mina de oro en datos de IA
Los investigadores crearon un modelo de IA multimodal llamado SleepFM, entrenado con datos de polisomnografía (PSG), datos capturados de forma no invasiva durante un estudio del sueño nocturno. El prefijo griego “poli” significa “muchos”, y la polisomnografía registra numerosas señales fisiológicas.
Durante la PSG, se registran las ondas cerebrales de forma no invasiva e indolora mediante un electroencefalograma (EEG), además de los niveles de oxígeno en sangre mediante oximetría de pulso, los movimientos oculares mediante un electrooculograma, la frecuencia cardíaca mediante un electrocardiograma, la respiración y los movimientos de las piernas mediante un electromiograma. La polisomnografía es el método de referencia para diagnosticar conductas del sueño como el sonambulismo, la apnea del sueño, otros trastornos respiratorios asociados al sueño, el insomnio crónico, el trastorno del movimiento periódico de las extremidades, la narcolepsia y el trastorno de conducta del sueño MOR.
En cuanto al rendimiento del modelo de IA, disponer de conjuntos de datos masivos con datos de entrenamiento de alta calidad puede mejorar la precisión general. En este estudio, el modelo de IA se entrenó con datos de polisomnografía de aproximadamente 65,000 participantes de múltiples cohortes, con más de 585,000 horas de grabaciones seleccionadas. Las cohortes incluyen datos de polisomnografía de la Clínica del Sueño de Stanford (SSC), Resultados de los Trastornos del Sueño en Hombres Mayores (MrOS), el Estudio Multiétnico de la Aterosclerosis (MESA) y BioSerenity. Se utilizaron datos del Estudio de la Salud Cardíaca del Sueño (SHHS) para perfeccionar el algoritmo.
“Nuestro modelo utiliza entre 5 y 25 veces más datos que los modelos de sueño supervisado o de bioseñales entrenados previamente”, escribieron los investigadores.
Para entrenar SleepFM, el equipo utilizó un algoritmo de aprendizaje autosupervisado que no requería datos etiquetados. Posteriormente, los investigadores probaron la IA con más de mil fenotipos de enfermedades. El modelo de IA tuvo un rendimiento especialmente bueno en la predicción de la enfermedad de Alzheimer y la enfermedad de Parkinson, ambas enfermedades neurodegenerativas. Según los científicos, su modelo de IA predijo con precisión 130 afecciones, entre ellas demencia, accidente cerebrovascular, insuficiencia cardíaca, enfermedad renal crónica, infarto de miocardio, fibrilación auricular y mortalidad por cualquier causa.
Inteligencia Artificial Lecturas esenciales
“Este trabajo demuestra que los modelos base pueden aprender el lenguaje del sueño a partir de grabaciones multimodales del sueño, lo que permite un análisis escalable y eficiente en el etiquetado, así como la predicción de enfermedades”, concluyeron los investigadores.
Derechos de Autor © 2026 Cami Rosso. Todos los derechos reservados.
—
