La integración de la inteligencia artificial aplicada a señales electrocardiográficas está abriendo nuevas fronteras en el cribado no invasivo de los trastornos respiratorios del sueño. Un meta-análisis diagnóstico reciente realizado por Bulut y Bulut (2026), que evaluó 13 estudios centrados en la detección de la apnea obstructiva del sueño (AOS) a nivel de segmentos por ECG, reportó una sensibilidad combinada de 0,88 y una especificidad de 0,89, con un área bajo la curva SROC superior a 0,90. La consistencia en el rendimiento de diversos algoritmos sugiere que estos modelos capturan patrones fisiológicos estables asociados a los eventos apneicos.Desde la perspectiva clínica, estos hallazgos indican que la inteligencia artificial no detecta directamente la obstrucción mecánica de la vía aérea, sino las respuestas fisiológicas secundarias, particularmente las alteraciones del sistema nervioso autónomo reflejadas en la variabilidad de la frecuencia cardíaca. Aunque la herramienta ofrece un alto valor potencial para el tamizaje, se debe considerar la heterogeneidad entre estudios y la necesidad de validación clínica antes de reemplazar las pruebas diagnósticas tradicionales.
Enlace de referencia: https://pubmed.ncbi.nlm.nih.gov/42747635/
#ApneaDelSueno #InteligenciaArtificial #Electrocardiografia #MedicinaDelSueno #SistemaNerviosoAutonomo #DiagnosticoAOS
EN 
ES