Una mala noche se nota: ojeras, mal humor, una taza más grande de café en el desayuno. Pero además, según un nuevo trabajo de la Stanford Medicine, lo que ocurre en una noche de sueño, sea bueno o malo, también puede contener pistas de enfermedades que se manifestarán años más tarde. Un modelo de inteligencia artificial entrenado con cientos de miles de horas de datos de sueño consiguió predecir el riesgo de más de cien condiciones de salud a partir de una sola noche de registro.
El trabajo se publicó a principio de este año en la revista Nature Medicine y está encabezado por el profesor Emmanuel Mignot, referente mundial en medicina del sueño, y el doctor James Zou, profesor asociado de ciencia de datos biomédicos en Stanford. Se basa en un modelo llamado SleepFM, un sistema de IA entrenado con cantidades enormes de datos, que aplica lo aprendido a tareas distintas.
Los modelos grandes de lenguaje, como ChatGPT, son ejemplos de la misma familia. Lo que SleepFM aprendió, en lugar de texto, fueron 585.000 horas de polisomnografías de 65.000 personas.
La polisomnografía es el estudio de referencia en medicina del sueño: el paciente pasa la noche en un laboratorio conectado a sensores que registran simultáneamente actividad cerebral, electrocardiograma, respiración, movimientos oculares y de las piernas, oxigenación y más. Los registros se dividieron en fragmentos de cinco segundos, equivalentes a las "palabras" con las que aprenden los modelos de lenguaje.
Lo que el modelo puede anticipar
Primero probaron SleepFM en tareas clásicas de medicina del sueño, como clasificar etapas o diagnosticar apnea y empató o superó a los modelos actuales. Después fueron por más: predecir qué enfermedades podía desarrollar a futuro cada paciente.
Para eso aprovecharon una rareza valiosa del Stanford Sleep Medicine Center, fundado en 1970, que conserva registros con seguimiento de hasta 25 años. Cruzaron datos del sueño de unas 35.000 personas, de entre 2 y 96 años, con sus historias clínicas posteriores. SleepFM revisó más de mil categorías de enfermedad y encontró 130 que podía predecir con razonable precisión.
Las áreas más fuertes: cánceres, complicaciones del embarazo, enfermedades circulatorias y trastornos mentales.
Algunos números del estudio:
- Enfermedad de Parkinson: C-index 0,89.
- Cáncer de próstata: 0,89.
- Cáncer de mama: 0,87.
- Demencia: 0,85.
- Enfermedad cardíaca hipertensiva: 0,84.
- Infarto: 0,81.
¿Qué significa el C-index? Es un índice de concordancia que mide cuán bien predice un modelo cuál de dos personas va a experimentar un evento primero. Lo explicó Zou: “Un C-index de 0,8 significa que el 80% de las veces la predicción del modelo concuerda con lo que efectivamente sucedió”.
Un valor de 0,5 sería puro azar y uno de 1, sería perfecto. En medicina, modelos con C-index alrededor de 0,7 ya se usan en la práctica clínica para guiar decisiones, explica el portal de la universidad.