Un movimiento que puede transformar el campo de la medicina preventiva ha surgido de los laboratorios de la Stanford University (Estados Unidos). Un equipo científico ha creado el primer modelo de inteligencia artificial diseñado para interpretar el lenguaje oculto de una noche de sueño y traducirlo en una evaluación detallada del riesgo de salud. La investigación, publicada en la prestigiosa revista Nature Medicine, presenta SleepFM, una herramienta que ha aprendido a leer entre líneas de casi 600.000 horas de registros de sueño.

Este avance se sitúa en un terreno relativamente inexplorado. Tal como señala el profesor James Zou, coautor del estudio, desde una perspectiva de la inteligencia artificial, el sueño es un campo aún por descubrir. La paradoja radica en el hecho de que, a pesar de ser una actividad que ocupa una tercera parte de nuestra existencia y que refleja el estado de múltiples sistemas del cuerpo, su análisis profundo había sido hasta ahora un reto insuperable a gran escala.

El principal reto radica en la complejidad de la politomografía, la prueba considerada el estándar de oro para estudiar el sueño. Esta técnica recoge de manera simultánea una corriente de datos diversos y continuos: la actividad eléctrica del cerebro, el ritmo del corazón, el tono muscular y el patrón respiratorio. Para un especialista humano, analizar todo este mosaico de señales para extraer predicciones de salud a largo plazo es una tarea de una magnitud colosal. Es aquí donde la inteligencia artificial actúa como catalizador, capaz de procesar y entrecruzar toda esta información para descubrir patrones y conexiones sutiles que pasan desapercibidos en el análisis convencional. SleepFM opera mediante la creación de lo que los investigadores llaman “representaciones latentes”.

En términos sencillos, el modelo condensa todas las señales fisiológicas de una noche en una especie de “huella digital” única y compleja. Esta huella no es una simple grabación; es una representación matemática que captura la arquitectura íntima del sueño, su fisiología y su secuencia temporal, desde los estadios de sueño ligero hasta las fases profundas. La verdadera revolución, sin embargo, radica en lo que se puede inferir de esta huella. El estudio demuestra que estos patrones complejos se pueden relacionar con la probabilidad de desarrollar enfermedades graves en el futuro.

La lista de condiciones que el modelo puede ayudar a evaluar es amplia e inquietante, e incluye algunas de las principales causas de mortalidad en el mundo. Entre ellas se encuentran enfermedades neurodegenerativas como la demencia, trastornos cardiovasculares como el infarto de miocardio, la insuficiencia cardíaca, el ictus y la fibrilación auricular, así como patologías sistémicas como la enfermedad renal crónica. En total, el sistema muestra una capacidad predictiva para un abanico de aproximadamente ciento treinta patologías diferentes.

Esta capacidad abre una ventana de oportunidad sin precedentes para la intervención precoz. La idea de que, a través de una sola noche de monitorización, se pueda identificar un riesgo elevado de padecer una enfermedad crónica años antes de que se manifieste clínicamente, cambia completamente el paradigma de la medicina reactiva a una medicina verdaderamente predictiva y preventiva. Permitiría diseñar planes de seguimiento personalizados, intervenciones sobre el estilo de vida o tratamientos profilácticos con una antelación nunca vista. Esta tecnología promete democratizar el acceso a un diagnóstico sofisticado.

Aunque el estudio se basa en el uso de la politomografía completa en un entorno clínico, el camino natural conduce a la integración de estos algoritmos en dispositivos más accesibles y menos invasivos. Se podría imaginar un próximo escenario donde dispositivos domésticos, como pulseras de monitorización avanzadas o bandas elásticas de descanso, recojan datos básicos que, enviados a un sistema como SleepFM, ofrezcan una evaluación inicial del riesgo, sirvan como sistema de alerta temprana y motiven la consulta con un especialista antes de que sea demasiado tarde.

La investigación de Stanford no solo presenta una herramienta técnica poderosa, sino que reivindica el sueño como el biomarcador más completo y revelador de que disponemos. Cada noche, sin que seamos conscientes de ello, nuestro cuerpo genera un informe detallado sobre su estado y su futuro. Gracias a la inteligencia artificial, por primera vez estamos aprendiendo a leerlo.