Una ventana al futuro de la salud

Investigadores de Stanford Medicine desarrollaron SleepFM, el primer modelo de inteligencia artificial capaz de predecir el riesgo de desarrollar más de 100 condiciones de salud utilizando únicamente los registros fisiológicos de una sola noche de sueño. La herramienta representa un avance significativo en la medicina preventiva al transformar información que habitualmente se desaprovecha en datos clínicos valiosos.

El modelo fue entrenado con cerca de 600.000 horas de datos de sueño de 65.000 voluntarios. Estos datos se obtuvieron a través de la polisomnografía, un estudio integral que utiliza sensores para registrar la actividad cerebral, el ritmo cardíaco, las señales respiratorias y los movimientos oculares y de las piernas mientras los pacientes duermen.

Cómo funciona el sistema

SleepFM funciona de manera similar a los modelos de lenguaje como ChatGPT, pero en lugar de texto, aprende la estructura del sueño. Los científicos dividieron los datos en fragmentos de cinco segundos y aplicaron una técnica llamada “aprendizaje contrastivo con omisión”, que oculta una de las señales y obliga a la inteligencia artificial a reconstruirla basándose en el resto de los datos.

Emmanuel Mignot, profesor de Medicina del Sueño y coautor principal del estudio publicado en Nature Medicine, explicó que se registra una cantidad asombrosa de señales cuando se estudia el sueño, pero gran parte de esta información no se aprovechaba en la medicina convencional.

Resultados y precisión

Tras analizar registros de salud de hasta 25 años de seguimiento, el modelo demostró una precisión sorprendente para anticipar diversas patologías. Entre los resultados más destacados, alcanzó un índice de concordancia superior a 0,8 en enfermedades críticas como Parkinson, cáncer de próstata, cáncer de mama, demencia e insuficiencia cardíaca.

Un aspecto clave del éxito de SleepFM es su capacidad para detectar cuando los sistemas del cuerpo están fuera de sincronía. Por ejemplo, el riesgo de enfermedad aumenta si el cerebro parece estar dormido, pero el corazón actúa como si estuviera despierto.

Próximos pasos

El equipo de Stanford, liderado por James Zou y Emmanuel Mignot, planea mejorar el modelo incorporando datos de dispositivos vestibles y trabajando en técnicas para interpretar con exactitud qué señales específicas activan cada predicción. El objetivo es democratizar el acceso a este tipo de análisis preventivo y ampliar su aplicación en distintos contextos de salud.