Una única noche de descanso podría contener datos suficientes para prever enfermedades graves con años de anticipación antes de que se manifiesten síntomas visibles. Así lo revela un estudio científico internacional liderado por expertos de la Universidad de Stanford, que diseñaron SleepFM, un sistema de inteligencia artificial (IA) capaz de interpretar señales fisiológicas complejas obtenidas durante la polisomnografía clínica y detectar el riesgo de más de 130 enfermedades.
Esta innovación fue evaluada por el cardiólogo y científico Eric Topol junto con el investigador James Zou, ambos asociados a Stanford, en un artículo científico internacional que analiza el potencial clínico del modelo, según reporta Infobae.
¿Qué es SleepFM y cómo opera?
SleepFM es un modelo base de IA entrenado con:
La polisomnografía —considerada el estándar global para estudios del sueño— monitorea durante al menos ocho horas continuas la actividad de:
A diferencia de relojes inteligentes o dispositivos caseros que estiman datos basados en movimiento u oxigenación, SleepFM examina directamente las señales fisiológicas en bruto, lo que le permite crear representaciones profundas del estado de salud del paciente.
Como explicó James Zou, el sistema está “descifrando el lenguaje del sueño”, ya que no depende de variables predeterminadas, sino que emplea aprendizaje profundo automático para descubrir patrones que escapan al análisis humano tradicional.
¿Qué enfermedades puede predecir esta inteligencia artificial?
El algoritmo fue capaz de detectar riesgos futuros para más de 130 condiciones médicas, incluyendo:
Para evaluar la exactitud, los expertos usaron el índice de concordancia (índice C), donde un valor de 1 equivale a una predicción perfecta.
Resultados destacados:
Estos puntajes reflejan una capacidad predictiva elevada en comparación con modelos convencionales.
¿Por qué el sueño puede anticipar graves enfermedades?
Los científicos sostienen que la fisiología nocturna refleja múltiples procesos sistémicos del cuerpo. Durante el sueño se sincronizan simultáneamente los sistemas nervioso, cardiovascular, respiratorio y metabólico, generando una gran cantidad de información biológica.
El profesor Emmanuel Mignot, experto en medicina del sueño y coautor del estudio, destacó que la mayor precisión se obtuvo al analizar múltiples señales fisiológicas de manera conjunta.
Este descubrimiento respalda la idea de que el sueño podría servir como un biomarcador integral de salud, similar a los signos vitales clásicos, pero con un alcance predictivo mucho más amplio.
¿Está esta tecnología lista para el entorno clínico?
Aunque los resultados son alentadores, los investigadores señalan que todavía se necesitan:
Antes de su implementación masiva en centros de salud, el sistema debe demostrar robustez, reproducibilidad y aplicabilidad generalizada.
Grupo Healy © Copyright Impresora y Editorial S.A. de C.V. Todos los derechos reservados