Monitoreo de pacientes con trastornos del sueño a través de radiofrecuencia e inteligencia artificial

Los trastornos de sueño son alteraciones muy comunes en la población general, que son agravados por enfermedades como el Parkinson y Alzheimer. Se estima que una cifra significativa, superior a 50 millones de estadounidenses, padece trastornos del sueño.

En la actualidad, para poder diagnosticar  este tipo de alteraciones, se requiere la utilización de sensores unidos al cuerpo del paciente, que trae como consecuencia una mayor alteración  del sueño del sujeto que se desea monitorizar, aparte de ser realizado en un laboratorio, en el que se dispone de los equipos de electroencefalografía (EEG) necesarios para ser realizado.

Esfuerzos diagnósticos

Si bien otros investigadores han intentado como solución de estudio la  utilización de señales de radio para monitorizar el sueño, pero sólo han obtenido sistemas con una precisión cercana al 65%, que indican sólo si la persona en estudio se encuentra en estado de vigilia o dormida, pero no qué etapa del sueño está atravesando.

Mejorías del sistema de teledetección

Los investigadores del MIT y Massachusetts General Hospital, liderados por Erna Viterbi, han creado un nuevo sistema para monitorizar las etapas del sueño por la cual atraviesa el sujeto en estudio, pero sin el uso de  sensores adheridos el cuerpo. Este método tiene además la ventaja de que puede ser utilizado en distintos lugares, con diferentes individuos y no requerir de ningún ajuste o calibración.

Para realizar el análisis de las ondas de radio con las que interactúa el sujeto, utilizan un avanzado algoritmo, diseñado en base a inteligencia artificial (IA), conocido como redes neuronales profundas, que es el encargado de analizar dichas perturbaciones en las ondas de radiofrecuencia, traduciendo todas estas señalas emitidas en las etapas del sueño que va atravesando, a la vez que eliminan toda aquella información que se considera irrelevante, puesto que, según Jaakola «Las condiciones circundantes introducen una gran cantidad de variaciones no deseadas en lo que se mide. La novedad reside en preservar la señal proveniente del sueño mientras se quita el resto «.

Para explicarlo Katabi y su equipo manifiestan: «Imagínese si su router Wi-Fi sabe cuándo está soñando, y puede monitorear si usted está teniendo suficiente sueño profundo, que es necesario para la consolidación de la memoria” (…) «Nuestra idea es desarrollar sensores para el área de la salud que captarán señales fisiológicas y métricas de salud relevantes, sin pedir al usuario que cambie su comportamiento de manera alguna«.

Los desarrollos tecnológicos necesarios

Katabi y miembros de su grupo del Laboratorio de Informática e Inteligencia Artificial del MIT tuvieron que desarrollar sensores muy sensibles en base al uso de ondas de radio, para poder detectar y medir de manera remota los signos vitales y comportamientos físicos que pueden ser indicadores de alguna alteración del estado de salud. Estos sensores están compuestos por un dispositivo inalámbrico, del tamaño de una computadora portátil, que tiene la capacidad de emitir señales de radiofrecuencia (RF) de baja potencia.

Mientras las ondas de radio se encuentran rodeando el cuerpo, cualquier mínimo movimiento puede producir una alteración en la frecuencia de las ondas reflejadas. Por medio del análisis a través de IA, estas ondas van dando información sobre los signos vitales del paciente, como el pulso y la frecuencia respiratoria.

Explica Katabi: «Es una caja inteligente como Wi-Fi que se sienta en el hogar y analiza estas reflexiones (de reflejos) y descubre todos estos cambios en el cuerpo, a través de una firma que el cuerpo deja en la señal RF«.

Resultados y ventajas del estudio

Para el estudio del método utilizaron a 25 voluntarios sanos. Los datos obtenidos dieron como resultado una precisión del 80%, que es comparable a la obtenida por los estudios con EEG, pero sin los sensores fijos a los cuerpos y un lugar que puede ser el hogar de la persona estudiada, además, sin tener que revisar, analizar y determinar la validez de los datos manualmente, puesto que eso lo realiza el algoritmo en base a IA.

Otros usos del sistema

Katabi y su equipo, sobre el mismo método, crearon un sensor al que denominaron WiGait, que es capaz de medir la velocidad de la marcha a través del uso de señales inalámbricas, que sería de utilidad  para los médicos en la predicción del deterioro cognitivo, algunas enfermedades de tipo pulmonares o cardíacas, algunas otras patologías o hasta en la detección de accidentes o caídas.

Los investigadores pretenden utilizar este método para  estudiar la forma en que la enfermedad de Parkinson afecta el sueño y cómo repercute en la calidad de vida del paciente. A lo cual se refiere Katabi: «Cuando piensas en el Parkinson, piensas en él como un trastorno del movimiento, pero la enfermedad también se asocia con deficiencias muy complejas del sueño, que no son muy bien entendidas«.

Otros trastornos del sueño que pueden ser monitorizados abarcan el insomnio y la apnea del sueño. Su utilidad se puede extender al estudio de aquellas crisis epilépticas que ocurren durante el sueño, cuya detección es muy difícil de realizar.

Aquí les incluyo un vídeo que muestra cómo funciona este sistema: