{"id":43914,"date":"2024-02-14T09:39:56","date_gmt":"2024-02-14T15:39:56","guid":{"rendered":"https:\/\/saluddigital.com\/?p=43914"},"modified":"2025-10-18T22:11:27","modified_gmt":"2025-10-19T04:11:27","slug":"mount-sinai-recibe-subvencion-para-investigacion-impulsada-por-ia-sobre-apnea-del-sueno","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/mount-sinai-recibe-subvencion-para-investigacion-impulsada-por-ia-sobre-apnea-del-sueno\/","title":{"rendered":"Mount Sinai recibe subvenci\u00f3n para investigaci\u00f3n impulsada por IA sobre apnea del sue\u00f1o\u00a0"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un nuevo m\u00e9todo de machine learning busca predecir las consecuencias de apnea del sue\u00f1o que afecta a millones de personas.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El Instituto Nacional del Coraz\u00f3n, los Pulmones y la Sangre de los Institutos Nacionales de Salud de Estados Unidos (NIH, en ingl\u00e9s) ha otorgado una subvenci\u00f3n de cinco a\u00f1os por 4.1 millones de d\u00f3lares 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 sue\u00f1o. Los especialistas afirman que el modelo buscar\u00e1 reflejar mejor la fisiolog\u00eda subyacente de la afecci\u00f3n y las formas en que afecta el sue\u00f1o, mejorando la atenci\u00f3n y el tratamiento de los pacientes.<\/p>

La apnea del sue\u00f1o es una afecci\u00f3n cr\u00f3nica de obstrucci\u00f3n intermitente del flujo de aire y respiraci\u00f3n inadecuada durante el sue\u00f1o que afecta a casi mil millones de personas en todo el mundo. La herramienta de diagn\u00f3stico actual para la apnea obstructiva del sue\u00f1o es el \u00edndice de apnea-hipopnea o apnea hypopnea index<\/i>, este m\u00e9todo mide la frecuencia de apnea o el n\u00famero de veces que una persona deja de respirar mientras duerme, y las hipopneas, o per\u00edodos de flujo de aire reducido. Sin embargo, se trata de una m\u00e9trica con limitaciones evidentes y carece de precisi\u00f3n en la predicci\u00f3n de resultados.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En respuesta a esta problem\u00e1tica a nivel global, investigadores de Mount Sinai desarrollaron un enfoque impulsado por IA que examina las funciones del sue\u00f1o que se relacionan con la apnea, por ejemplo: la respiraci\u00f3n, los niveles de ox\u00edgeno y las etapas del sue\u00f1o. De esta forma, estas categor\u00edas se combinan en un puntaje de probabilidad que predice el riesgo de resultados a corto y largo plazo del trastorno. \u201cNuestra propuesta utiliza un modelo de inteligencia artificial de \u00faltima generaci\u00f3n que perfila el riesgo de los pacientes con apnea del sue\u00f1o utilizando datos de estudios de sue\u00f1o de rutina\u201d, dijo el investigador principal el Dr. Ankit Parekh.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El Dr. Parekh tambi\u00e9n explic\u00f3 que el estudio evaluar\u00e1 el desempe\u00f1o en el mundo real de un enfoque de IA, y ser\u00e1 clave para ofrecer evidencia para traducir meticas que van m\u00e1s all\u00e1 de la apnea hipopnea en la evaluaci\u00f3n de la gravedad de apnea obstructiva del sue\u00f1o en la pr\u00e1ctica cl\u00ednica.<\/p>

El m\u00e9todo impulsado por IA combina m\u00e9tricas automatizadas en categor\u00edas independientes como ventilaci\u00f3n, hipoxia o despertares con pesos basados en datos para determinar el riesgo de resultados adversos. La investigaci\u00f3n actual sugiere que de tres las cohortes de casi 11 mil participantes, el modelo de aprendizaje autom\u00e1tico podr\u00eda predecir la probabilidad de somnolencia debido a la apnea con una precisi\u00f3n de aproximadamente el 87% un porcentaje significativo considerando el 54% de precisi\u00f3n que alcanza la m\u00e9trica actual.<\/p>

Asimismo, otra cohorte de m\u00e1s de 4 mil 700 participantes podr\u00eda aprender a predecir la mortalidad cardiovascular con una precisi\u00f3n de casi 81%, en comparaci\u00f3n con un modelo de regresi\u00f3n con las m\u00e9tricas existentes que alcanzan hasta 58% de exactitud.<\/p>

De esta forma, los investigadores han mostrado resultados positivos en la investigaci\u00f3n, por lo que los hallazgos esperados en los pr\u00f3ximos a\u00f1os son prometedores. Por lo tanto, el equipo de investigaci\u00f3n planea probar ambos modelos de machine learning en un grupo de pacientes del Mount Sinai Integrative Sleep Center, el cual revisar\u00e1 datos como estudios de sue\u00f1o de polisomnograma, los cuales registran ondas cerebrales, niveles de ox\u00edgeno, frecuencia card\u00edaca y respiraci\u00f3n durante el sue\u00f1o. Posteriormente, los resultados de validar\u00e1n retrospectivamente con datos de sue\u00f1o para an\u00e1lisis estad\u00edstico.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

MOUNT SINAI<\/b><\/p>

https:\/\/www.mountsinai.org\/about\/newsroom\/2024\/mount-sinai-researchers-awarded-41-million-nih-grant-to-advance-understanding-of-sleep-apnea-using-artificial-intelligence<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Un nuevo m\u00e9todo de machine learning busca predecir las consecuencias de apnea del sue\u00f1o que afecta a millones de personas. El Instituto Nacional del Coraz\u00f3n, los Pulmones y la Sangre de los Institutos Nacionales de Salud de Estados Unidos (NIH, en ingl\u00e9s) ha otorgado una subvenci\u00f3n de cinco a\u00f1os por 4.1 millones de d\u00f3lares 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 sue\u00f1o. Los especialistas afirman que el modelo buscar\u00e1 reflejar mejor la fisiolog\u00eda subyacente de la afecci\u00f3n y las formas en que afecta el sue\u00f1o, mejorando la atenci\u00f3n y el tratamiento de los pacientes. La apnea del sue\u00f1o es una afecci\u00f3n cr\u00f3nica de obstrucci\u00f3n intermitente del flujo de aire y respiraci\u00f3n inadecuada durante el sue\u00f1o que afecta a casi mil millones de personas en todo el mundo. La herramienta de diagn\u00f3stico actual para la apnea obstructiva del sue\u00f1o es el \u00edndice de apnea-hipopnea o apnea hypopnea index, este m\u00e9todo mide la frecuencia de apnea o el n\u00famero de veces que una persona deja de respirar mientras duerme, y las hipopneas, o per\u00edodos de flujo de aire reducido. Sin embargo, se trata de una m\u00e9trica con limitaciones evidentes y carece de precisi\u00f3n en la predicci\u00f3n de resultados. En respuesta a esta problem\u00e1tica a nivel global, investigadores de Mount Sinai desarrollaron un enfoque impulsado por IA que examina las funciones del sue\u00f1o que se relacionan con la apnea, por ejemplo: la respiraci\u00f3n, los niveles de ox\u00edgeno y las etapas del sue\u00f1o. De esta forma, estas categor\u00edas se combinan en un puntaje de probabilidad que predice el riesgo de resultados a corto y largo plazo del trastorno. \u201cNuestra propuesta utiliza un modelo de inteligencia artificial de \u00faltima generaci\u00f3n que perfila el riesgo de los pacientes con apnea del sue\u00f1o utilizando datos de estudios de sue\u00f1o de rutina\u201d, dijo el investigador principal el Dr. Ankit Parekh. El Dr. Parekh tambi\u00e9n explic\u00f3 que el estudio evaluar\u00e1 el desempe\u00f1o en el mundo real de un enfoque de IA, y ser\u00e1 clave para ofrecer evidencia para traducir meticas que van m\u00e1s all\u00e1 de la apnea hipopnea en la evaluaci\u00f3n de la gravedad de apnea obstructiva del sue\u00f1o en la pr\u00e1ctica cl\u00ednica. El m\u00e9todo impulsado por IA combina m\u00e9tricas automatizadas en categor\u00edas independientes como ventilaci\u00f3n, hipoxia o despertares con pesos basados en datos para determinar el riesgo de resultados adversos. La investigaci\u00f3n actual sugiere que de tres las cohortes de casi 11 mil participantes, el modelo de aprendizaje autom\u00e1tico podr\u00eda predecir la probabilidad de somnolencia debido a la apnea con una precisi\u00f3n de aproximadamente el 87% un porcentaje significativo considerando el 54% de precisi\u00f3n que alcanza la m\u00e9trica actual. Asimismo, otra cohorte de m\u00e1s de 4 mil 700 participantes podr\u00eda aprender a predecir la mortalidad cardiovascular con una precisi\u00f3n de casi 81%, en comparaci\u00f3n con un modelo de regresi\u00f3n con las m\u00e9tricas existentes que alcanzan hasta 58% de exactitud. De esta forma, los investigadores han mostrado resultados positivos en la investigaci\u00f3n, por lo que los hallazgos esperados en los pr\u00f3ximos a\u00f1os son prometedores. Por lo tanto, el equipo de investigaci\u00f3n planea probar ambos modelos de machine learning en un grupo de pacientes del Mount Sinai Integrative Sleep Center, el cual revisar\u00e1 datos como estudios de sue\u00f1o de polisomnograma, los cuales registran ondas cerebrales, niveles de ox\u00edgeno, frecuencia card\u00edaca y respiraci\u00f3n durante el sue\u00f1o. Posteriormente, los resultados de validar\u00e1n retrospectivamente con datos de sue\u00f1o para an\u00e1lisis estad\u00edstico. BIBLIOGRAF\u00cdA MOUNT SINAI https:\/\/www.mountsinai.org\/about\/newsroom\/2024\/mount-sinai-researchers-awarded-41-million-nih-grant-to-advance-understanding-of-sleep-apnea-using-artificial-intelligence<\/p>","protected":false},"author":1,"featured_media":43916,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-43914","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/43914","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=43914"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/43914\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/43916"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=43914"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=43914"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=43914"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}