Un metaanálisis reciente de Bulut y Bulut evalúa el rendimiento diagnóstico de modelos de inteligencia artificial basados en electrocardiograma (ECG) para la detección de apnea obstructiva del sueño (AOS) por segmentos. Tras analizar 13 estudios bajo la metodología PRISMA-DTA con un modelo de efectos aleatorios bivariado, los autores reportaron una sensibilidad combinada de 0,88 y una especificidad de 0,89, logrando un área bajo la curva SROC superior a 0,90. Lo más relevante es que la consistencia entre distintas arquitecturas sugiere que la IA no identifica directamente la obstrucción de la vía aérea superior, sino sus respuestas fisiológicas secundarias, especialmente las fluctuaciones del sistema nervioso autónomo reflejadas en la variabilidad de la frecuencia cardíaca. Estos hallazgos respaldan el potencial de las señales cardiovasculares como herramienta no invasiva para el cribado continuo y la detección oportuna de la AOS. No obstante, al evaluarse datos por segmentos fisiológicos y registrarse heterogeneidad moderada entre los estudios incluidos, se requiere cautela antes de extrapolar estos algoritmos a la práctica clínica estandarizada sin confirmación polisomnográfica.
Enlace de referencia: https://pubmed.ncbi.nlm.nih.gov/42747635/
#ApneaDelSueño #InteligenciaArtificial #MedicinaDelSueño #Electrocardiograma #SaludRespiratoria #Otorrinolaringologia
EN 
ES