Cada año, cientos de pacientes españoles se someten a complejos estudios de sueño para intentar encontrar un diagnóstico que explique sus problemas nocturnos: trastornos como la apnea del sueño, el insomnio o el síndrome de piernas inquietas son algunos de ellos. El problema es que hasta que se detectan con seguridad pueden pasar meses e, incluso, años. Ahora, un equipo de investigadores españoles ha desarrollado una herramienta basada en análisis de datos que podría cambiar la forma en la que trabajan los especialistas en medicina del sueño.. El sistema, llamado SOUP, ha sido desarrollado por un equipo multidisciplinar en el que participa la Universidad Politécnica de Madrid (UPM) junto a la Universidad Complutense de Madrid (UCM), el Instituto de Investigación Sanitaria Hospital Universitario de la Princesa y la empresa HTEC GmbH. Sus funciones se detallan en el estudio publicado en la revista científica Applied Sciences.. La herramienta funciona como un «copiloto digital» para los especialistas. No sustituye al médico ni modifica el diagnóstico original, pero sí detecta posibles inconsistencias entre las fases del sueño registradas, algo muy útil en esta disciplina.. Qué analiza una prueba del sueño. Cuando un paciente acude a una unidad del sueño, pasa una noche conectado a múltiples sensores que registran las ondas de actividad cerebral, el ritmo cardíaco, la respiración, los niveles de oxígeno o el movimiento de los ojos y las piernas.. Con toda esa información se genera un hipnograma, una representación gráfica que muestra cómo evoluciona el sueño a lo largo de la noche y en qué fase se encuentra el paciente: vigilia, sueño ligero, profundo o fase REM.. El problema es que, aunque parte del proceso está automatizado, los especialistas deben revisar manualmente los registros para corregir posibles errores. Y eso implica analizar hasta ocho horas de señales fisiológicas por paciente. Ahí es donde entra SOUP, ya que compara las fases del sueño etiquetadas en el hipnograma con las señales fisiológicas reales del paciente para encontrar posibles discrepancias.. «Por ejemplo, si el sistema detecta que una fase etiquetada como REM presenta un ritmo cardíaco propio del sueño profundo, genera una alerta para que el especialista revise ese fragmento», explica Josué Pagán Ortiz, investigador de la UPM que ha participado en el estudio.. De esta forma, los médicos pueden centrar la revisión en los momentos realmente problemáticos y reducir significativamente el tiempo de análisis clínico.. El estudio detecta sesgos en los diagnósticos del sueño. Para validar el sistema, los investigadores analizaron datos de más de 1.300 pacientes procedentes del estudio internacional MESA (Multi-Ethnic Study of Atherosclerosis).. Los resultados muestran que algunas variables fisiológicas como el movimiento corporal encajan claramente con determinadas fases del sueño, mientras que otros indicadores como el ritmo del corazón presentan comportamientos mucho más variables.. «Además, en el estudio hemos detectado que existen sesgos de sexo, edad, o raza en los estándares actuales del sueño que ponen en entredicho su precisión, por lo que se deberían revisar estos criterios para garantizar diagnósticos equitativos», señalan los investigadores.. Los investigadores destacan que este tipo de herramientas basadas en análisis de datos e inteligencia artificial podrían ayudar en el futuro a hacer diagnósticos más precisos y personalizados. Y en concreto, «SOUP facilita una medicina del sueño más objetiva y fiable en clínica e investigación», concluye Marta Verona Almeida, investigadora de la UPM y HTEC participante en el proyecto.
Un equipo liderado por investigadores en Madrid desarrolla una herramienta para asistir a los especialistas en medicina del sueño y detectar posibles errores diagnósticos
Cada año, cientos de pacientes españoles se someten a complejos estudios de sueño para intentar encontrar un diagnóstico que explique sus problemas nocturnos: trastornos como la apnea del sueño, el insomnio o el síndrome de piernas inquietas son algunos de ellos. El problema es que hasta que se detectan con seguridad pueden pasar meses e, incluso, años. Ahora, un equipo de investigadores españoles ha desarrollado una herramienta basada en análisis de datos que podría cambiar la forma en la que trabajan los especialistas en medicina del sueño.. El sistema, llamado SOUP, ha sido desarrollado por un equipo multidisciplinar en el que participa la Universidad Politécnica de Madrid (UPM) junto a la Universidad Complutense de Madrid (UCM), el Instituto de Investigación Sanitaria Hospital Universitario de la Princesa y la empresa HTEC GmbH. Sus funciones se detallan en el estudio publicado en la revista científica Applied Sciences.. La herramienta funciona como un «copiloto digital» para los especialistas. No sustituye al médico ni modifica el diagnóstico original, pero sí detecta posibles inconsistencias entre las fases del sueño registradas, algo muy útil en esta disciplina.. Cuando un paciente acude a una unidad del sueño, pasa una noche conectado a múltiples sensores que registran las ondas de actividad cerebral, el ritmo cardíaco, la respiración, los niveles de oxígeno o el movimiento de los ojos y las piernas.. Con toda esa información se genera un hipnograma, una representación gráfica que muestra cómo evoluciona el sueño a lo largo de la noche y en qué fase se encuentra el paciente: vigilia, sueño ligero, profundo o fase REM.. El problema es que, aunque parte del proceso está automatizado, los especialistas deben revisar manualmente los registros para corregir posibles errores. Y eso implica analizar hasta ocho horas de señales fisiológicas por paciente. Ahí es donde entra SOUP, ya que compara las fases del sueño etiquetadas en el hipnograma con las señales fisiológicas reales del paciente para encontrar posibles discrepancias.. «Por ejemplo, si el sistema detecta que una fase etiquetada como REM presenta un ritmo cardíaco propio del sueño profundo, genera una alerta para que el especialista revise ese fragmento», explica Josué Pagán Ortiz, investigador de la UPM que ha participado en el estudio.. De esta forma, los médicos pueden centrar la revisión en los momentos realmente problemáticos y reducir significativamente el tiempo de análisis clínico.. El estudio detecta sesgos en los diagnósticos del sueño. Para validar el sistema, los investigadores analizaron datos de más de 1.300 pacientes procedentes del estudio internacional MESA (Multi-Ethnic Study of Atherosclerosis).. Los resultados muestran que algunas variables fisiológicas como el movimiento corporal encajan claramente con determinadas fases del sueño, mientras que otros indicadores como el ritmo del corazón presentan comportamientos mucho más variables.. «Además, en el estudio hemos detectado que existen sesgos de sexo, edad, o raza en los estándares actuales del sueño que ponen en entredicho su precisión, por lo que se deberían revisar estos criterios para garantizar diagnósticos equitativos», señalan los investigadores.. Los investigadores destacan que este tipo de herramientas basadas en análisis de datos e inteligencia artificial podrían ayudar en el futuro a hacer diagnósticos más precisos y personalizados. Y en concreto, «SOUP facilita una medicina del sueño más objetiva y fiable en clínica e investigación», concluye Marta Verona Almeida, investigadora de la UPM y HTEC participante en el proyecto.
