Un equipo de científicos de la Universidad de Stanford ha desarrollado un modelo de Inteligencia Artificial (IA) llamado SleepFM que puede utilizar los registros fisiológicos de una sola noche de sueño para predecir el riesgo de que una persona desarrolle más de 100 problemas de salud, incluyendo Parkinson, demencia, cáncer y afecciones cardíacas.
SleepFM se entrenó con una enorme base de datos de aproximadamente 585.000 horas de sueño procedentes de unos 65.000 participantes. El modelo aprendió a "leer" las señales fisiológicas registradas durante el sueño, como ondas cerebrales, ritmo cardíaco, respiración, movimiento de piernas y flujo de aire, de forma similar a como los grandes modelos de lenguaje procesan frases.
Al vincular los datos de sueño con las historias clínicas a largo plazo de los participantes, algunos con hasta 25 años de seguimiento, SleepFM logró identificar alrededor de 130 condiciones con capacidad predictiva razonable. Los índices de concordancia más elevados se registraron en enfermedades como Parkinson, demencia, enfermedad cardíaca hipertensiva, infarto y ciertos tipos de cáncer, como el de próstata y mama.
Los investigadores destacan que las predicciones de SleepFM ordenan correctamente el riesgo relativo entre individuos en un porcentaje alto de casos, aunque el modelo no "explica" sus predicciones en lenguaje humano y requiere técnicas de interpretación para identificar qué patrones son relevantes.
Según los expertos, la ausencia de sincronía entre señales, como un corazón demasiado activo durante fases que muestran sueño cerebral profundo, pueden ser marcadores de riesgo detectados por el modelo.
Los investigadores también apuntan al potencial de enriquecer SleepFM con datos de wearables y a la necesidad de validar su utilidad en poblaciones más diversas. Si futuros estudios confirman su valor, el análisis del sueño podría pasar a formar parte de estrategias preventivas que identifiquen y mitiguen enfermedades antes de que aparezcan los primeros síntomas.
