Una sola noche de sueño permite a la IA predecir hasta 100 enfermedades antes de los síntomas

Dormir mal no solo pasa factura al día siguiente en forma de cansancio o falta de concentración. Según una investigación de Stanford Medicine, una sola noche de sueño puede contener señales tempranas de enfermedades graves que tardarán años en manifestarse. Un equipo de científicos ha desarrollado un sistema de inteligencia artificial capaz de analizar datos fisiológicos del sueño y estimar el riesgo de desarrollar más de un centenar de patologías distintas.

La herramienta, denominada SleepFM, se entrenó con cerca de 600.000 horas de registros de sueño procedentes de aproximadamente 65.000 personas. Estos datos se obtuvieron mediante polisomnografías, el método más completo para estudiar el sueño, que monitoriza durante toda la noche la actividad cerebral, el ritmo cardíaco, la respiración, los movimientos oculares y musculares, entre otras variables.

El valor oculto de los estudios del sueño

La polisomnografía se utiliza habitualmente para diagnosticar trastornos como la apnea, pero los investigadores advirtieron que estas pruebas contienen mucha más información de la que se analiza en la práctica clínica habitual.

«Durante ocho horas registramos una enorme cantidad de señales fisiológicas de una persona en condiciones muy controladas», explica el doctor Emmanuel Mignot, profesor de Medicina del Sueño en Stanford y coautor principal del estudio, publicado este 6 de enero en Nature Medicine. «Es una fuente de datos extraordinariamente rica que, hasta ahora, estaba infrautilizada».

Tradicionalmente, la medicina del sueño se ha centrado solo en una parte de estas señales. El auge de la inteligencia artificial ha permitido, por primera vez, analizar el conjunto completo de datos de forma integrada y a gran escala. Según los autores, se trata del primer trabajo que aplica IA a registros de sueño con un volumen tan amplio.

«El sueño ha recibido mucha menos atención desde el punto de vista de la IA que otras áreas como la cardiología o la oncología, a pesar de ocupar una parte esencial de nuestras vidas», señala James Zou, profesor asociado de ciencia de datos biomédicos y también coautor del estudio.

Lenguaje del sueño

Para explotar todo el potencial de estos datos, el equipo creó un modelo base, una arquitectura de IA diseñada para aprender patrones generales a partir de grandes volúmenes de información y adaptarse luego a distintas tareas, de forma similar a los grandes modelos de lenguaje, pero entrenado con señales biológicas.

SleepFM se entrenó con 585.000 horas de polisomnografías, divididas en segmentos de cinco segundos, de manera análoga a cómo los modelos lingüísticos aprenden a partir de palabras.

La IA debe aprender el lenguaje del sueño

El sistema analiza de forma simultánea múltiples señales —ondas cerebrales, actividad cardíaca, respiración, pulso y movimiento muscular— y aprende cómo se relacionan entre sí. Para ello, los investigadores desarrollaron un nuevo método de entrenamiento que consiste en ocultar temporalmente una señal y pedir al modelo que la reconstruya a partir del resto, obligándolo a comprender la interacción entre todas ellas.

Del sueño a la predicción de enfermedades

Una vez entrenado, SleepFM fue evaluado en tareas clásicas del análisis del sueño, como la identificación de las fases nocturnas o la detección de la apnea, alcanzando resultados iguales o superiores a los sistemas actuales.

El verdadero reto llegó después: comprobar si los datos de una sola noche podían servir para anticipar enfermedades futuras. Para ello, los investigadores vincularon los registros de sueño con historiales médicos a largo plazo, algunos de ellos con seguimientos de hasta 25 años.

La base de datos principal procedía del Centro de Medicina del Sueño de Stanford, fundado en 1970 por William Dement, pionero en este campo. El conjunto incluía a unos 35.000 pacientes de entre 2 y 96 años, cuyos estudios del sueño, realizados entre 1999 y 2024, se compararon con sus historiales clínicos electrónicos.

Gracias a esta información combinada, SleepFM analizó más de 1.000 categorías de enfermedades y logró predecir con una precisión significativa 130 afecciones basándose únicamente en los datos del sueño. Los mejores resultados se observaron en cánceres, enfermedades cardiovasculares, trastornos neurológicos, problemas de salud mental y complicaciones del embarazo.

Qué tan fiables son las predicciones

La precisión se midió mediante el índice C, que evalúa la capacidad de un modelo para ordenar correctamente a las personas según su riesgo. Un valor de 0,8 indica que el sistema acierta en el 80 % de los casos al predecir quién desarrollará antes una determinada enfermedad.

SleepFM alcanzó índices especialmente altos en patologías como el Parkinson (0,89), la demencia (0,85), el infarto (0,81), el cáncer de próstata (0,89), el cáncer de mama (0,87) o la mortalidad general (0,84).

«Nos sorprendió comprobar que el modelo ofrecía predicciones útiles para un abanico tan amplio de enfermedades», afirma Zou, quien recuerda que modelos con índices cercanos a 0,7 ya se utilizan habitualmente en la práctica clínica.

El equipo trabaja ahora en mejorar la precisión del sistema y en entender mejor qué patrones utiliza la IA para llegar a sus conclusiones. En el futuro, SleepFM podría incorporar datos procedentes de dispositivos portátiles y sensores domésticos para ampliar aún más la información disponible.

«El modelo no nos da explicaciones en lenguaje humano», reconoce Zou, «pero estamos desarrollando técnicas para interpretar qué señales del sueño están detrás de cada predicción».