Los investigadores han ideado una nueva forma de monitorear las etapas del sueño sin sensores conectados al cuerpo. Su dispositivo utiliza un avanzado algoritmo de inteligencia artificial para analizar las señales de radio alrededor de la persona y traducir esas medidas en etapas de sueño: movimiento ocular rápido, profundo o rápido (REM).
Los pacientes con trastornos del sueño podrían ser estudiados de manera no intrusiva en el hogar utilizando señales inalámbricas.
Más de 50 millones de estadounidenses sufren de trastornos del sueño, y enfermedades como el Parkinson y el Alzheimer también pueden interrumpir el sueño. El diagnóstico y el monitoreo de estas condiciones usualmente requieren la unión de electrodos y una variedad de otros sensores a los pacientes, lo que puede alterar aún más su sueño.
Para facilitar el diagnóstico y el estudio de los problemas del sueño, los investigadores del MIT y del Hospital General de Massachusetts han ideado una nueva forma de monitorear las etapas del sueño sin sensores conectados al cuerpo. Su dispositivo utiliza un avanzado algoritmo de inteligencia artificial para analizar las señales de radio alrededor de la persona y traducir esas medidas en etapas de sueño: movimiento ocular rápido, profundo o rápido (REM).
“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”, dice Dina Katabi, Andrew y Erna Viterbi Profesor de Ingeniería Eléctrica y Ciencias de la Computación, Quien dirigió el estudio. “Nuestra visión es desarrollar sensores de salud que desaparecerán en segundo plano y captarán señales fisiológicas y métricas de salud importantes, sin pedir 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, el Profesor Thomas Siebel de Ingeniería Eléctrica y Ciencias de la Computación y miembro del Instituto de Datos, Sistemas y Sociedad del MIT. Mingmin Zhao, estudiante graduado del MIT, es el primer autor del libro, y Shichao Yue, otro estudiante graduado del MIT, es también coautor.
Los investigadores presentarán su nuevo sensor en la Conferencia Internacional sobre Aprendizaje Automático el 9 de agosto.
Teledetección
Katabi y miembros de su grupo en el Laboratorio de Informática e Inteligencia Artificial del MIT han desarrollado previamente sensores basados en radio que les permiten medir remotamente signos vitales y comportamientos que pueden ser indicadores de salud. Estos sensores consisten en un dispositivo inalámbrico, del tamaño de un ordenador portátil, que emite señales de radiofrecuencia (RF) de baja potencia. A medida que las ondas de radio se reflejan fuera del cuerpo, cualquier ligero movimiento del cuerpo altera la frecuencia de las ondas reflejadas. Analizar esas ondas puede revelar signos vitales como el pulso y la frecuencia respiratoria.
“Es una caja inteligente como Wi-Fi que se sienta en el hogar y analiza estas reflexiones y descubre todos estos cambios en el cuerpo, a través de una firma que el cuerpo deja en la señal RF”, dice Katabi.
Katabi y sus estudiantes también han utilizado este método para crear un sensor llamado WiGait que puede medir la velocidad de la marcha usando señales inalámbricas, lo que podría ayudar a los médicos a predecir el deterioro cognitivo, 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 se hace actualmente mientras los pacientes pasan la noche en un laboratorio de sueño conectado a monitores como las máquinas de electroencefalografía (EEG).
“La oportunidad es muy grande porque no entendemos bien el sueño, y una alta fracción de la población tiene problemas de sueño”, dice Zhao. “Tenemos esta tecnología que, si podemos hacer que funcione, puede movernos de un mundo donde hacemos estudios de 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 encontrar una forma de traducir sus medidas de pulso, ritmo respiratorio y movimiento en etapas del sueño. Los avances recientes en la inteligencia artificial han permitido entrenar algoritmos computacionales 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 dormir y puede ser confusa para los algoritmos existentes. Los investigadores del MIT tuvieron que llegar a un nuevo algoritmo de AI basado en profundas redes neuronales, lo que elimina la información irrelevante.
“Las condiciones circundantes introducen una gran cantidad de variaciones no deseadas en lo que se mide. La novedad reside en preservar la señal de sueño mientras se quita el resto “, dice Jaakkola. Su algoritmo puede ser utilizado en diferentes lugares y con diferentes personas, sin ninguna calibración.
Utilizando este enfoque en las pruebas de 25 voluntarios sanos, los investigadores encontraron que su técnica era de aproximadamente el 80 por ciento de precisión, que es comparable a la precisión de las calificaciones determinadas por especialistas del sueño sobre la base de mediciones de EEG.
“Nuestro dispositivo le permite no sólo eliminar todos estos sensores que usted pone en la persona, y hacer una experiencia mucho mejor que se puede hacer en casa, también hace que el trabajo del médico y el sueño tecnólogo mucho más fácil”, Dice Katabi. “No tienen que pasar por los datos y etiquetarlo manualmente.”
Deficiencias del sueño
Otros investigadores han tratado de utilizar señales de radio para controlar el sueño, pero estos sistemas son precisos sólo el 65 por ciento del tiempo y principalmente determinar si una persona está despierto o dormido, no en qué etapa del sueño están pulg Katabi y sus colegas fueron capaces de mejorar En que por la formación de su algoritmo para ignorar las señales inalámbricas que rebotan fuera de otros objetos en la habitación e incluir sólo los 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 muy complejas del sueño, que no son muy bien entendidas”, dice Katabi.
El sensor también podría ser utilizado para aprender más sobre los cambios de 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 el estudio de las crisis epilépticas que ocurren durante el sueño, que por lo general son difíciles de detectar.
Fuente: Mit