Un equipo de científicos de la Universidad de Stanford ha marcado un hito en la salud digital con el desarrollo de SleepFM, el primer modelo de inteligencia artificial capaz de predecir el riesgo de desarrollar hasta 130 enfermedades utilizando únicamente los datos de una sola noche de descanso.
Este avance, publicado recientemente en la revista Nature Medicine, posiciona al sueño no solo como un factor de bienestar, sino como una ventana diagnóstica sin precedentes. El modelo fue entrenado con un volumen masivo de información: cerca de 600.000 horas de datos provenientes de 65.000 participantes. Lo que distingue a esta investigación es su enfoque integral, ya que SleepFM analiza de forma simultánea señales cerebrales, cardíacas, musculares y respiratorias capturadas mediante polisomnografía (PSG).
El «estándar dorado» potenciado por algoritmos
Históricamente, la polisomnografía ha generado tal cantidad de datos complejos que su análisis exhaustivo resultaba un desafío humano y técnico. La IA de Stanford logra superar esta barrera, extrayendo «representaciones latentes» que capturan la estructura fisiológica del sueño para detectar patrones imperceptibles al ojo humano.
Gracias a este procesamiento a gran escala, la herramienta puede identificar señales tempranas de patologías con altas tasas de mortalidad, entre las que destacan:
- Enfermedades cardiovasculares: Infarto de miocardio, insuficiencia cardíaca y fibrilación auricular.
- Trastornos neurológicos: Demencia y accidentes cerebrovasculares.
- Enfermedades crónicas: Como la insuficiencia renal.
Un cambio de paradigma en el diagnóstico
La capacidad de SleepFM para transformar una sola noche de monitoreo en un informe de riesgos futuros abre la puerta a una medicina más personalizada y preventiva. Al identificar vulnerabilidades antes de que aparezcan los síntomas clínicos, los sistemas de salud podrían intervenir de manera más eficaz, salvando vidas mediante la detección precoz.
