La apnea obstructiva del sueño (AOS) es un trastorno crónico asociado con graves consecuencias para la salud. Sin embargo, muchos casos permanecen sin diagnosticar debido al acceso limitado a herramientas diagnósticas estándar, como la polisomnografía. Los avances recientes en inteligencia artificial (IA) han permitido el desarrollo de redes neuronales convolucionales profundas que analizan radiografías craneofaciales, en particular cefalogramas laterales, para detectar factores de riesgo anatómicos de AOS. El objetivo de este enfoque, que se desarrolla en el artículo que comparto, no es reemplazar la polisomnografía, sino identificar a las personas con alta sospecha de AOS en atención primaria o odontológica y guiarlas hacia una evaluación diagnóstica oportuna y adecuada.
———————————————–
Obstructive sleep apnea (OSA) is a chronic disorder associated with serious health consequences. However, many cases remain undiagnosed due to limited access to standard diagnostic tools, such as polysomnography. Recent advances in artificial intelligence (AI) have enabled the development of deep convolutional neural networks that analyze craniofacial radiographs, particularly lateral cephalograms, to detect anatomical risk factors for OSA. The goal of this approach, developed in the article I share, is not to replace polysomnography, but rather to identify individuals with high suspicion of OSA in primary or dental care and guide them toward a timely and appropriate diagnostic evaluation.
Enlace/Link: https://www.mdpi.com/2673-6373/5/4/76
ES 
EN