Los pacientes con trastornos del sueño podrían estudiarse de forma no intrusiva en casa mediante señales inalámbricas.
Ana Trafton | Oficina de noticias del MIT
Más de 50 millones de estadounidenses sufren trastornos del sueño y enfermedades como el Parkinson y el Alzheimer también pueden interrumpir el sueño. El diagnóstico y el seguimiento de estas condiciones generalmente requieren la conexión de electrodos y una variedad de otros sensores a los pacientes, lo que puede interrumpir aún más su sueño.
Para facilitar el diagnóstico y el estudio de los problemas del sueño, los investigadores del MIT y el Hospital General de Massachusetts han ideado una nueva forma de monitorear las etapas del sueño sin sensores conectados al cuerpo. Su dispositivo utiliza un algoritmo avanzado de inteligencia artificial para analizar las señales de radio alrededor de la persona y traducir esas medidas en etapas de sueño: movimiento ocular ligero, profundo o rápido (REM).
“Imagínese si su enrutador Wi-Fi sabe cuándo está soñando y puede controlar si está durmiendo lo suficiente, lo cual es necesario para la consolidación de la memoria”, dice Dina Katabi, profesora de Ingeniería Eléctrica y Ciencias de la Computación de Andrew y Erna Viterbi. quien dirigió el estudio. “Nuestra visión es desarrollar sensores de salud que desaparezcan en el fondo y capturen señales fisiológicas y métricas de salud importantes, sin pedirle al usuario que cambie su comportamiento de ninguna manera”.
Katabi trabajó en el estudio con Matt Bianchi, jefe de la división de medicina del sueño en MGH, y Tommi Jaakkola, profesor de Ingeniería Eléctrica y Ciencias de la Computación de Thomas Siebel y miembro del Instituto de Datos, Sistemas y Sociedad del MIT. Mingmin Zhao, estudiante de posgrado del MIT, es el primer autor del artículo, y Shichao Yue, otro estudiante de posgrado del MIT, también es coautor.
Los investigadores presentarán su nuevo sensor en la Conferencia Internacional sobre Aprendizaje Automático el 9 de agosto.
Sensores remotos
Katabi y los miembros de su grupo en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT han desarrollado previamente sensores basados en radio que les permiten medir de forma remota signos vitales y comportamientos que pueden ser indicadores de salud. Estos sensores consisten en un dispositivo inalámbrico, del tamaño de una computadora portátil, que emite señales de radiofrecuencia (RF) de baja potencia. Como las ondas de radio se reflejan en el cuerpo, cualquier ligero movimiento del cuerpo altera la frecuencia de las ondas reflejadas. El análisis de esas ondas puede revelar signos vitales como el pulso y la frecuencia respiratoria.
“Es una caja inteligente similar a Wi-Fi que se encuentra en el hogar y analiza estos reflejos y descubre todos estos cambios en el cuerpo, a través de una firma que el cuerpo deja en la señal de RF”, dice Katabi.
Katabi y sus estudiantes también han utilizado este enfoque para crear un sensor llamado WiGait que puede medir la velocidad al caminar mediante señales inalámbricas, lo que podría ayudar a los médicos a predecir el deterioro cognitivo, las caídas, ciertas enfermedades cardíacas o pulmonares u otros problemas de salud.
Después de desarrollar esos sensores, Katabi pensó que un enfoque similar también podría ser útil para monitorear el sueño, que actualmente se realiza mientras los pacientes pasan la noche en un laboratorio del sueño conectado a monitores como máquinas de electroencefalografía (EEG).
“La oportunidad es muy grande porque no entendemos bien el sueño y una gran fracción de la población tiene problemas para dormir”, dice Zhao. “Tenemos esta tecnología que, si podemos hacer que funcione, puede llevarnos de un mundo en el que hacemos estudios del sueño una vez cada pocos meses en el laboratorio del sueño a estudios continuos del sueño en el hogar”.
Para lograrlo, los investigadores tuvieron que idear una forma de traducir sus mediciones de pulso, frecuencia respiratoria y movimiento en etapas de sueño. Los avances recientes en inteligencia artificial han hecho posible entrenar algoritmos informáticos conocidos como redes neuronales profundas para extraer y analizar información de conjuntos de datos complejos, como las señales de radio obtenidas del sensor de los investigadores. Sin embargo, estas señales tienen una gran cantidad de información que es irrelevante para el sueño y puede resultar confusa para los algoritmos existentes. Los investigadores del MIT tuvieron que idear un nuevo algoritmo de IA basado en redes neuronales profundas, que elimina la información irrelevante.
“Las condiciones ambientales introducen una gran cantidad de variaciones no deseadas en lo que mides. La novedad radica en conservar la señal del sueño mientras se elimina el resto”, dice Jaakkola. Su algoritmo se puede utilizar en diferentes lugares y con diferentes personas, sin ninguna calibración.
Usando este enfoque en pruebas de 25 voluntarios sanos, los investigadores encontraron que su técnica tenía una precisión de aproximadamente el 80 por ciento, que es comparable a la precisión de las calificaciones determinadas por los especialistas del sueño en función de las mediciones de EEG.
“Nuestro dispositivo le permite no solo quitar todos estos sensores que le pone a la persona y hacer que sea una experiencia mucho mejor que la que se puede hacer en casa, sino que también facilita mucho el trabajo del médico y del tecnólogo del sueño”. dice Katabi. “No tienen que revisar los datos y etiquetarlos manualmente”.
deficiencias del sueño
Otros investigadores han tratado de usar señales de radio para monitorear el sueño, pero estos sistemas son precisos solo el 65 por ciento del tiempo y principalmente determinan si una persona está despierta o dormida, no en qué etapa del sueño se encuentra. Katabi y sus colegas pudieron mejorar en eso entrenando su algoritmo para ignorar las señales inalámbricas que rebotan en otros objetos en la habitación e incluyen solo datos reflejados por la persona que duerme.
Los investigadores ahora planean usar esta tecnología para estudiar cómo la enfermedad de Parkinson afecta el sueño.
“Cuando piensas en el Parkinson, piensas en él como un trastorno del movimiento, pero la enfermedad también se asocia con deficiencias del sueño muy complejas, que no se comprenden muy bien”, dice Katabi.
El sensor también podría usarse para aprender más sobre los cambios en el sueño producidos por la enfermedad de Alzheimer, así como trastornos del sueño como el insomnio y la apnea del sueño. También puede ser útil para estudiar las crisis epilépticas que se producen durante el sueño, que suelen ser difíciles de detectar.
Artículos Relacionados:
- Gundry MD 24 Strain Probiotic Review 2022 – Probiótico para apoyo digestivo
- Reseñas de Kiierr – Gorro láser 2022 para el crecimiento del cabello
- Gundry MD Power Blues – Reseñas de suplementos de 2022 y guía de compra
- Reseñas de Noxitril 2022: ¿funciona para el realce masculino o es una estafa?
- Los mejores terapeutas holísticos cerca de mí 2022: 5 asesoramiento espiritual
- Los mejores estetoscopios de 2022: reseñas de las 10 mejores marcas
Dr. Martin Passen, a dedicated nutrition educator with a master’s in nutrition education and nearing completion of a clinical nutrition and dietetics master’s. Passionate about sharing valuable information effectively.