La predicción de individuos con riesgo de sufrir trastornos del sueño sigue siendo un reto, ya que la polisomnografía, la herramienta diagnóstica de referencia, requiere tiempo, equipo y experiencia. La medicina del sueño se presenta como uno de los principales objetivos de la inteligencia artificial, la predicción de trastornos del sueño con unos pocos datos sencillos podría ser una posibilidad real. En esta editorial se presenta el algoritmo I-SLEEPS en el estudio de Cawiding et al., el cual ofrece información sobre la predicción de la apnea obstructiva del sueño (AOS) y el insomnio mediante modelos fisiológicos basados en aprendizaje automático.
——————————-
Predicting individuals at risk of developing sleep disorders remains a challenge, as polysomnography, the gold standard diagnostic tool, requires time, equipment, and expertise. Sleep medicine is emerging as a prime target for artificial intelligence, and predicting sleep disorders with just a few simple data points could become a real possibility. This editorial presents the I-SLEEPS algorithm from the study by Cawiding et al., which provides information on predicting obstructive sleep apnea (OSA) and insomnia using physiological models based on machine learning.
Enlace/Link: https://academic.oup.com/sleep/article/49/4/zsaf341/8306912?login=false
ES 
EN