SleepFM: El modelo predictivo que analiza la salud a través del descanso nocturno

La inteligencia artificial SleepFM, desarrollada en Stanford, predice el riesgo de 130 enfermedades analizando una noche de sueño. Mediante patrones cerebrales y cardíacos, detecta afecciones como párkinson o cáncer años antes de los síntomas, optimizando el diagnóstico médico preventivo.

dormir, sueño

Un equipo de expertos en biomedicina de la Universidad de Stanford ha presentado una tecnología innovadora capaz de anticipar el desarrollo de más de 130 patologías utilizando únicamente la información recolectada durante una noche de sueño. Este sistema, denominado SleepFM, tiene la facultad de advertir sobre condiciones como el mal de Parkinson, diversos tipos de demencia, insuficiencias coronarias y tumores mamarios o prostáticos, incluso años antes de que se manifiesten los indicios clínicos iniciales.

El aprendizaje del lenguaje nocturno

La herramienta fue desarrollada bajo la dirección del científico Rahul Thapa y se sustenta en un entrenamiento masivo de casi 600.000 horas de registros polisomnográficos. Para que la inteligencia artificial lograra “comprender” el funcionamiento del cuerpo en reposo, fue alimentada con datos de 65.000 individuos, analizando de forma simultánea patrones cerebrales, movimientos oculares, ritmo cardíaco y frecuencia respiratoria. Gracias a este proceso, el modelo identificó estadísticamente cómo interactúan los diferentes órganos, creando un mapa de referencia sobre la coordinación biológica normal.

Precisión diagnóstica y detección temprana

Tras una fase de ajuste para reconocer trastornos específicos como la apnea, SleepFM demostró una eficacia equiparable a los estándares médicos actuales. El sistema logró filtrar más de un millar de categorías médicas para determinar qué enfermedades presentan señales rastreables en el sueño. Los resultados más notables se obtuvieron en la predicción de mortalidad general y fallos cardíacos, donde el algoritmo reconoció irregularidades sutiles en las ondas cerebrales y cardíacas que suelen pasar inadvertidas en exámenes convencionales.

Alcances y restricciones del análisis estadístico

Aunque el potencial preventivo es inmenso, los desarrolladores aclaran que la IA funciona mediante correlaciones de datos y no identifica causas biológicas directas. Además, el estudio enfrenta el desafío de la representatividad, ya que la mayoría de la información proviene de pacientes de centros especializados en regiones con altos ingresos. Expertos externos, como el informático Matthias Jakobs, subrayan que aunque el modelo sea una poderosa “alarma temprana”, no sustituye el criterio médico, sino que agiliza el procesamiento de datos complejos para que el profesional de la salud pueda centrarse en el tratamiento personalizado.

Nota escrita por:
Te recomendamos...
Boca empató con Unión en Santa Fe

Con la igualdad, el “Xeneize” alcanzó su sexto partido consecutivo sin derrotas, aunque solo ganó dos de ellos, ubicándose en el sexto puesto de la zona A.