Un equipo del Grupo de Ingeniería Biomédica de la Universidad de Valladolid (UVa) ha desarrollado un sistema de inteligencia artificial explicable capaz de diagnosticar apnea obstructiva del sueño en niños utilizando únicamente dos señales fisiológicas: el electrocardiograma (ECG) y los niveles de saturación de oxígeno en sangre (SpO2).

El avance, publicado recientemente en la revista científica Measurement, supone un paso importante en la detección temprana de este trastorno, que afecta a entre el 1% y el 5% de la población infantil y que, si no se trata, puede provocar problemas de desarrollo, comportamiento y salud cardiovascular. El estudio cobra especial relevancia al coincidir con el Día Mundial del Sueño.

Diagnóstico más rápido y menos invasivo

La apnea obstructiva del sueño pediátrica se produce cuando las vías respiratorias del niño se bloquean repetidamente durante el sueño, generando pausas en la respiración y descensos en los niveles de oxígeno en sangre.

Actualmente, su diagnóstico requiere una polisomnografía (PSG), una prueba compleja que obliga al paciente a dormir en un laboratorio especializado. Esto suele generar listas de espera y dificultades para detectar la enfermedad a tiempo. El nuevo sistema desarrollado por la UVa permitiría reducir la necesidad de esta prueba en aproximadamente la mitad de los casos, al ofrecer una alternativa más rápida, económica y menos invasiva.

Además, al utilizar solo dos sensores que pueden colocarse de forma ambulatoria, abre la puerta a realizar cribados en atención primaria, facilitando la identificación temprana de niños en riesgo.

Alta precisión diagnóstica

Durante el estudio, el sistema alcanzó una precisión del 95% en los casos más graves, que son los que más se benefician de un diagnóstico precoz.

El algoritmo ha sido entrenado y validado con datos de 3.320 niños procedentes de tres grandes bases de datos internacionales, generadas a partir de estudios clínicos realizados en hospitales de referencia. El equipo investigador está integrado por Clara García-Vicente, Gonzalo C. Gutiérrez-Tobal, Fernando Vaquerizo-Villar, Adrián Martín-Montero y Roberto Hornero, miembros del Grupo de Ingeniería Biomédica de la UVa.

Uno de los aspectos más innovadores del sistema es que utiliza inteligencia artificial explicable, una técnica que permite entender cómo y por qué el algoritmo toma sus decisiones. Para ello emplea un método denominado SHAP, que identifica y muestra visualmente los patrones detectados en los registros del sueño, lo que permite a los médicos comprender el razonamiento del algoritmo y confiar en sus resultados.

Además, el análisis de los patrones cardíacos asociados a las pausas respiratorias abre nuevas posibilidades para estudiar el riesgo cardiovascular vinculado a la apnea del sueño infantil. El sistema ya ha sido validado en laboratorio y está listo para su implementación en centros clínicos, aunque aún deberá someterse a pruebas en entornos reales antes de su uso generalizado.

Este trabajo forma parte del proyecto PID2023-148895OB-I00, financiado por el Ministerio de Ciencia, Innovación y Universidades y los fondos europeos NextGenerationEU, así como del programa Interreg VI-A España-Portugal POCTEP 2021-2027.