Un moviment que pot transformar el camp de la medicina preventiva ha sorgit dels laboratoris de la Stanford University (Estats Units). Un equip científic ha creat el primer model d’intel·ligència artificial dissenyat per interpretar el llenguatge ocult d’una nit de son i traduir-lo en una avaluació detallada del risc de salut. La investigació, publicada a la prestigiosa revista Nature Medicine, presenta SleepFM, una eina que ha après a llegir entre línies de gairebé 600.000 hores de registres de son.

Aquest avenç se situa en un terreny relativament inexplorat. Tal com assenyala el professor James Zou, coautor de l’estudi, des d’una perspectiva de la intel·ligència artificial, el son és un camp encara per descobrir. La paradoxa rau en el fet que, tot i ser una activitat que ocupa una tercera part de la nostra existència i que reflecteix l’estat de múltiples sistemes del cos, la seva anàlisi profunda havia estat fins ara un repte insuperable a gran escala.

El repte principal rau en la complexitat de la polisomnografia, la prova considerada l’estàndard d’or per estudiar el son. Aquesta tècnica recull de manera simultània un corrent de dades diverses i contínues: l’activitat elèctrica del cervell, el ritme del cor, el to muscular i el patró respiratori. Per a un especialista humà, analitzar tot aquest mosaic de senyals per extraure prediccions de salut a llarg termini és una tasca d'una magnitud colossal. És aquí on la intel·ligència artificial actua com a catalitzador, capaç de processar i entrecreuar tota aquesta informació per descobrir patrons i connexions subtils que passen desapercebuts a l’anàlisi convencional. SleepFM opera mitjançant la creació del que els investigadors anomenen “representacions latents”.

En termes senzills, el model condensa tots els senyals fisiològics d’una nit en una mena d'“empremta digital” única i complexa. Aquesta empremta no és una simple gravació; és una representació matemàtica que captura l’arquitectura íntima del son, la seva fisiologia i la seva seqüència temporal, des dels estadis de son lleuger fins a les fases profundes. La veritable revolució, però, rau en el que es pot inferir d’aquesta empremta. L’estudi demostra que aquests patrons complexos es poden relacionar amb la probabilitat de desenvolupar malalties greus en el futur.

La llista de condicions que el model pot ajudar a avaluar és àmplia i inquietant, i inclou algunes de les principals causes de mortalitat al món. Entre elles es troben malalties neurodegeneratives com la demència, trastorns cardiovasculars com l’infart de miocardi, la insuficiència cardíaca, l’ictus i la fibril·lació auricular, així com patologies sistèmiques com la malaltia renal crònica. En total, el sistema mostra una capacitat predictiva per a un ventall d’aproximadament cent trenta patologies diferents.

Aquesta capacitat obre una finestra d’oportunitat sense precedents per a la intervenció precoç. La idea que, a través d’una sola nit de monitoratge, es pugui identificar un risc elevat de patir una malaltia crònica anys abans que es manifesti clínicament, canvia completament el paradigma de la medicina reactiva a una medicina veritablement predictiva i preventiva. Permetria dissenyar plans de seguiment personalitzats, intervencions sobre l’estil de vida o tractaments profilàctics amb una antelació mai vista. Aquesta tecnologia promet democratitzar l’accés a una diagnosi sofisticada.

Tot i que l’estudi es basa en l’ús de la polisomnografia completa en un entorn clínic, el camí natural condueix a la integració d’aquests algorismes en dispositius més accessibles i menys invasius. Es podria imaginar un proper escenari on dispositius domèstics, com polseres de monitoratge avançades o bandes elàstiques de descans, recullin dades bàsiques que, enviades a un sistema com SleepFM, ofereixin una avaluació inicial del risc, serveixin com a sistema d’alerta primerenca i motivin la consulta amb un especialista abans que sigui massa tard.

La investigació de Stanford no només presenta una eina tècnica poderosa, sinó que reivindica el son com el biomarcador més complet i revelador de què disposem. Cada nit, sense que en siguem conscients, el nostre cos genera un informe detallat sobre el seu estat i el seu futur. Gràcies a la intel·ligència artificial, per primera vegada estem aprenent a llegir-lo.