{"id":52186,"date":"2025-03-27T09:37:27","date_gmt":"2025-03-27T15:37:27","guid":{"rendered":"https:\/\/saluddigital.com\/?p=52186"},"modified":"2025-03-27T09:42:27","modified_gmt":"2025-03-27T15:42:27","slug":"ia-ayuda-a-mejorar-la-clasificacion-de-las-etapas-del-sueno","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/ia-ayuda-a-mejorar-la-clasificacion-de-las-etapas-del-sueno\/","title":{"rendered":"IA ayuda a mejorar la clasificaci\u00f3n de las etapas del sue\u00f1o"},"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

PFTSleep, un nuevo modelo de IA analiza estudios de sue\u00f1o multicanal con precisi\u00f3n sin precedentes, beneficiando diagn\u00f3sticos de trastornos del sue\u00f1o.<\/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

Investigadores de Mount Sinai han desarrollado un modelo de inteligencia artificial (IA) denominado PFTSleep (patch foundational transformer for sleep), basado en tecnolog\u00eda de transformadores, que puede analizar estudios completos de sue\u00f1o y clasificar sus etapas con un alto nivel de precisi\u00f3n. Este avance podr\u00eda mejorar significativamente el diagn\u00f3stico y tratamiento de trastornos del sue\u00f1o como la apnea o el insomnio. Los hallazgos fueron publicados en la revista cient\u00edfica Sleep<\/em><\/a>.<\/p>

Seg\u00fan los autores, el an\u00e1lisis actual del sue\u00f1o suele depender del talento humano, es decir expertos humanos deben puntuar de manera manual manualmente segmentos cortos de datos del sue\u00f1o o utilizan modelos de IA que no son capaces de analizar toda la noche de sue\u00f1o de un paciente. En cambio este enfoque desarrollado a partir de miles de grabaciones del sue\u00f1o, ofrece una visi\u00f3n m\u00e1s completa. PFTSleep\u00a0 fue entrenado con datos de sue\u00f1o completos, los resultados del estudio mostraron que el modelo puede reconocer patrones de sue\u00f1o durante toda la noche y en diferentes poblaciones y entornos.<\/p>

El estudio utiliz\u00f3 datos de 13,888 estudios de sue\u00f1o para entrenar a PFTSleep, y posteriormente lo evalu\u00f3 con 4,169 estudios adicionales de diversas bases de datos como MESA, APPLES y MrOS. A diferencia de otros modelos de IA, PFTSleep analiza m\u00faltiples se\u00f1ales simult\u00e1neamente, incluyendo actividad cerebral, movimientos corporales, ritmo card\u00edaco, niveles de ox\u00edgeno y patrones respiratorios.<\/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\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
\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

La eficacia del modelo se midi\u00f3 con la m\u00e9trica de Cohen\u2019s Kappa, obteniendo una puntuaci\u00f3n de 0.81 en el conjunto de pruebas principales. Aunque los resultados variaron entre los distintos conjuntos de datos independientes, PFTSleep super\u00f3 a otros m\u00e9todos de clasificaci\u00f3n de sue\u00f1o, incluso en estudios realizados en poblaciones diversas.<\/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

PFTSleep utiliza un transformador auto-supervisado, lo que le permite procesar grandes cantidades de informaci\u00f3n sin depender de etiquetas manuales. Adem\u00e1s, su capacidad para interpretar datos de estudios completos de ocho horas proporciona un an\u00e1lisis m\u00e1s preciso y detallado.<\/p>

Una caracter\u00edstica destacada es su compatibilidad con herramientas de interpretaci\u00f3n de IA, lo que permite a los investigadores comprender mejor las decisiones del modelo y mejorar su aplicaci\u00f3n en entornos cl\u00ednicos.<\/p>

\u201cNuestros hallazgos sugieren que la IA podr\u00eda transformar la forma en que estudiamos y entendemos el sue\u00f1o\u201d, expres\u00f3 el coautor principal correspondiente, el Dr. Ankit Parekh, profesor asistente de medicina en la Facultad de Medicina Icahn de Mount Sinai. \u201cNuestro pr\u00f3ximo objetivo es perfeccionar la tecnolog\u00eda para aplicaciones cl\u00ednicas, como identificar de forma m\u00e1s eficiente los riesgos para la salud relacionados con el sue\u00f1o\u201d.<\/p>

Este avance representa un paso importante para la medicina del sue\u00f1o. Con diagn\u00f3sticos m\u00e1s r\u00e1pidos y precisos, los m\u00e9dicos podr\u00e1n personalizar tratamientos de manera m\u00e1s eficiente. Adem\u00e1s, al demostrar eficacia en diversos conjuntos de datos, PFTSleep promete ser una herramienta \u00fatil en hospitales y laboratorios de sue\u00f1o de distintas regiones y poblaciones.<\/p>

\u201cEste enfoque basado en la IA puede revolucionar la investigaci\u00f3n sobre el sue\u00f1o\u201d, afirma el coautor principal Girish N. Nadkarni, y presidente del Departamento Windreich de Inteligencia Artificial y Salud Humana de la Facultad de Medicina Icahn. \u201cAl analizar noches enteras de sue\u00f1o con mayor consistencia, podemos descubrir conocimientos m\u00e1s profundos sobre la salud del sue\u00f1o y su conexi\u00f3n con el bienestar general\u201d. Asimismo, este avance ofrece un m\u00e9todo estandarizado y escalable para la investigaci\u00f3n y el uso cl\u00ednico del sue\u00f1o.<\/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<\/strong><\/p>

https:\/\/www.mountsinai.org\/about\/newsroom\/2025\/new-ai-model-analyzes-full-night-of-sleep-with-high-accuracy-in-largest-study-of-its-kind<\/a><\/p>

OUP<\/strong><\/p>

https:\/\/academic.oup.com\/sleep\/advance-article-abstract\/doi\/10.1093\/sleep\/zsaf061\/8075113?utm_source=advanceaccess&utm_campaign=sleep&utm_medium=email<\/a><\/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":"

Estudio de Mount Sinai muestra c\u00f3mo la IA ayuda a mejorar la clasificaci\u00f3n de las etapas del sue\u00f1o con una precisi\u00f3n sin precedentes<\/p>","protected":false},"author":1,"featured_media":52188,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-52186","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\/52186","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=52186"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/52186\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/52188"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=52186"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=52186"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=52186"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}