Cómo funciona la IA que podría detectar señales de mayor mortalidad en estudios del sueño

Un equipo de Cleveland Clinic desarrolló un modelo de inteligencia artificial (IA) capaz de analizar datos de polisomnografías, los estudios nocturnos que se utilizan para evaluar el sueño, e identificar patrones vinculados con enfermedades cardíacas, deterioro cognitivo y mayor riesgo de mortalidad.

El trabajo, publicado en la revista Nature Communications, se basó en más de 10.000 estudios de sueño del registro Sleep Signals, Testing, and Reports Linked to Patient Traits (STARLIT) de Cleveland Clinic, junto con una cohorte nacional de validación.

La IA analizó la información reunida y buscó patrones fisiológicos que no suelen aparecer en los informes clínicos habituales. A partir de señales cerebrales, respiratorias, cardíacas, musculares y de oxígeno en sangre, agrupó a los pacientes en cinco perfiles con trayectorias de salud diferentes.

El contraste más marcado apareció en la mortalidad: quienes quedaron en la categoría más alta tuvieron un riesgo a cinco años dos veces mayor que los ubicados en el nivel más bajo. Esa diferencia no se manifestaba en el índice de apnea-hipopnea (AHI), la medida que se usa para evaluar la gravedad de la apnea del sueño.

Qué mide el estudio del sueño

El índice de apnea-hipopnea mide cuántas veces por hora una persona deja de respirar o presenta una reducción del flujo de aire mientras duerme. El nuevo enfoque, en cambio, toma en cuenta un conjunto mucho más amplio de señales obtenidas durante el examen. Dicho de otro modo, en lugar de quedarse con un resumen, el sistema revisa el registro completo.

La polisomnografía suele realizarse durante una noche completa en un centro especializado y genera un registro detallado de lo que ocurre en el cuerpo mientras la persona duerme. En este caso, la novedad no estuvo en el examen en sí, sino en el análisis posterior de esos datos mediante inteligencia artificial. Según plantea el estudio, ese procesamiento permitió detectar patrones que suelen pasar inadvertidos con las herramientas clínicas tradicionales.

La médica Reena Mehra, profesora de medicina en la University of Washington y autora clínica principal del estudio, sostuvo que durante décadas los especialistas redujeron un examen nocturno a un conjunto de medidas generales. Según explicó, la inteligencia artificial permite ahora aprovechar con mayor profundidad la complejidad de la fisiología del sueño.

Cómo funciona el modelo

El autor de correspondencia, Jeffrey Rogers, profesor adjunto de neurocirugía en la Yale School of Medicine, señaló que las técnicas actuales de IA permiten recuperar mucha más información de una noche de sueño y separar grupos de pacientes con pronósticos muy distintos a largo plazo. A su vez, remarcó que los estudios médicos rutinarios pueden contener bastante más contenido fisiológico del que hoy extrae la práctica clínica.

Uno de los puntos destacados del trabajo fue su rendimiento tanto en hombres como en mujeres. Según los investigadores, el modelo predijo resultados de manera eficaz en ambos grupos, mientras que el AHI mostró históricamente una mejor correlación con la presentación masculina de la apnea del sueño.

Alcance y próximos pasos

La utilidad potencial de este enfoque va más allá del diagnóstico de trastornos del sueño. De acuerdo con los autores, la herramienta podría ayudar a ordenar a los pacientes según su probabilidad de sufrir problemas cardiovasculares, deterioro cognitivo y otros desenlaces adversos.

Si futuras validaciones confirman estos resultados, una prueba que hoy se usa sobre todo para detectar apnea podría aportar también señales tempranas sobre el estado general de salud.

Para Carl Saab, profesor de ingeniería biomédica y científico jefe de la Discovery Accelerator de Cleveland Clinic, el próximo paso será validar estos hallazgos en poblaciones más diversas y ampliar la colaboración entre expertos médicos, técnicos, socios industriales y sociedades científicas.

Por su parte, el autor principal, Erhan Bilal, afirmó que el sueño ocupa un lugar cada vez más reconocido dentro de la salud, aunque buena parte de la información fisiológica obtenida durante ese período sigue subutilizada. También sostuvo que los estudios del sueño ofrecen una ventana útil para observar procesos del organismo que van mucho más allá de un trastorno específico.

Antes de llegar a la práctica cotidiana, el modelo deberá superar nuevas validaciones, demostrar su rendimiento en distintos entornos e integrarse a los sistemas que utilizan los laboratorios del sueño.