PFTSleep, un nuevo modelo de IA analiza estudios de sueño multicanal con precisión sin precedentes, beneficiando diagnósticos de trastornos del sueño.
Investigadores de Mount Sinai han desarrollado un modelo de inteligencia artificial (IA) denominado PFTSleep (patch foundational transformer for sleep), basado en tecnología de transformadores, que puede analizar estudios completos de sueño y clasificar sus etapas con un alto nivel de precisión. Este avance podría mejorar significativamente el diagnóstico y tratamiento de trastornos del sueño como la apnea o el insomnio. Los hallazgos fueron publicados en la revista científica Sleep.
Según los autores, el análisis actual del sueño suele depender del talento humano, es decir expertos humanos deben puntuar de manera manual manualmente segmentos cortos de datos del sueño o utilizan modelos de IA que no son capaces de analizar toda la noche de sueño de un paciente. En cambio este enfoque desarrollado a partir de miles de grabaciones del sueño, ofrece una visión más completa. PFTSleep fue entrenado con datos de sueño completos, los resultados del estudio mostraron que el modelo puede reconocer patrones de sueño durante toda la noche y en diferentes poblaciones y entornos.
El estudio utilizó datos de 13,888 estudios de sueño para entrenar a PFTSleep, y posteriormente lo evaluó con 4,169 estudios adicionales de diversas bases de datos como MESA, APPLES y MrOS. A diferencia de otros modelos de IA, PFTSleep analiza múltiples señales simultáneamente, incluyendo actividad cerebral, movimientos corporales, ritmo cardíaco, niveles de oxígeno y patrones respiratorios.
La eficacia del modelo se midió con la métrica de Cohen’s Kappa, obteniendo una puntuación de 0.81 en el conjunto de pruebas principales. Aunque los resultados variaron entre los distintos conjuntos de datos independientes, PFTSleep superó a otros métodos de clasificación de sueño, incluso en estudios realizados en poblaciones diversas.
PFTSleep utiliza un transformador auto-supervisado, lo que le permite procesar grandes cantidades de información sin depender de etiquetas manuales. Además, su capacidad para interpretar datos de estudios completos de ocho horas proporciona un análisis más preciso y detallado.
Una característica destacada es su compatibilidad con herramientas de interpretación de IA, lo que permite a los investigadores comprender mejor las decisiones del modelo y mejorar su aplicación en entornos clínicos.
“Nuestros hallazgos sugieren que la IA podría transformar la forma en que estudiamos y entendemos el sueño”, expresó el coautor principal correspondiente, el Dr. Ankit Parekh, profesor asistente de medicina en la Facultad de Medicina Icahn de Mount Sinai. “Nuestro próximo objetivo es perfeccionar la tecnología para aplicaciones clínicas, como identificar de forma más eficiente los riesgos para la salud relacionados con el sueño”.
Este avance representa un paso importante para la medicina del sueño. Con diagnósticos más rápidos y precisos, los médicos podrán personalizar tratamientos de manera más eficiente. Además, al demostrar eficacia en diversos conjuntos de datos, PFTSleep promete ser una herramienta útil en hospitales y laboratorios de sueño de distintas regiones y poblaciones.
“Este enfoque basado en la IA puede revolucionar la investigación sobre el sueño”, afirma el coautor principal Girish N. Nadkarni, y presidente del Departamento Windreich de Inteligencia Artificial y Salud Humana de la Facultad de Medicina Icahn. “Al analizar noches enteras de sueño con mayor consistencia, podemos descubrir conocimientos más profundos sobre la salud del sueño y su conexión con el bienestar general”. Asimismo, este avance ofrece un método estandarizado y escalable para la investigación y el uso clínico del sueño.
MOUNT SINAI
OUP
