Un nuevo método de machine learning busca predecir las consecuencias de apnea del sueño que afecta a millones de personas.
El Instituto Nacional del Corazón, los Pulmones y la Sangre de los Institutos Nacionales de Salud de Estados Unidos (NIH, en inglés) ha otorgado una subvención de cinco años por 4.1 millones de dólares a investigadores del Mount Sinai para desarrollar y estudiar un modelo impulsado por inteligencia artificial (IA) que sea capaz de predecir los resultados adversos de la apnea obstructiva del sueño. Los especialistas afirman que el modelo buscará reflejar mejor la fisiología subyacente de la afección y las formas en que afecta el sueño, mejorando la atención y el tratamiento de los pacientes.
La apnea del sueño es una afección crónica de obstrucción intermitente del flujo de aire y respiración inadecuada durante el sueño que afecta a casi mil millones de personas en todo el mundo. La herramienta de diagnóstico actual para la apnea obstructiva del sueño es el índice de apnea-hipopnea o apnea hypopnea index, este método mide la frecuencia de apnea o el número de veces que una persona deja de respirar mientras duerme, y las hipopneas, o períodos de flujo de aire reducido. Sin embargo, se trata de una métrica con limitaciones evidentes y carece de precisión en la predicción de resultados.
En respuesta a esta problemática a nivel global, investigadores de Mount Sinai desarrollaron un enfoque impulsado por IA que examina las funciones del sueño que se relacionan con la apnea, por ejemplo: la respiración, los niveles de oxígeno y las etapas del sueño. De esta forma, estas categorías se combinan en un puntaje de probabilidad que predice el riesgo de resultados a corto y largo plazo del trastorno. “Nuestra propuesta utiliza un modelo de inteligencia artificial de última generación que perfila el riesgo de los pacientes con apnea del sueño utilizando datos de estudios de sueño de rutina”, dijo el investigador principal el Dr. Ankit Parekh.
El Dr. Parekh también explicó que el estudio evaluará el desempeño en el mundo real de un enfoque de IA, y será clave para ofrecer evidencia para traducir meticas que van más allá de la apnea hipopnea en la evaluación de la gravedad de apnea obstructiva del sueño en la práctica clínica.
El método impulsado por IA combina métricas automatizadas en categorías independientes como ventilación, hipoxia o despertares con pesos basados en datos para determinar el riesgo de resultados adversos. La investigación actual sugiere que de tres las cohortes de casi 11 mil participantes, el modelo de aprendizaje automático podría predecir la probabilidad de somnolencia debido a la apnea con una precisión de aproximadamente el 87% un porcentaje significativo considerando el 54% de precisión que alcanza la métrica actual.
Asimismo, otra cohorte de más de 4 mil 700 participantes podría aprender a predecir la mortalidad cardiovascular con una precisión de casi 81%, en comparación con un modelo de regresión con las métricas existentes que alcanzan hasta 58% de exactitud.
De esta forma, los investigadores han mostrado resultados positivos en la investigación, por lo que los hallazgos esperados en los próximos años son prometedores. Por lo tanto, el equipo de investigación planea probar ambos modelos de machine learning en un grupo de pacientes del Mount Sinai Integrative Sleep Center, el cual revisará datos como estudios de sueño de polisomnograma, los cuales registran ondas cerebrales, niveles de oxígeno, frecuencia cardíaca y respiración durante el sueño. Posteriormente, los resultados de validarán retrospectivamente con datos de sueño para análisis estadístico.
