La apnea obstructiva del sueño (AOS) es una enfermedad prevalente pero subdiagnosticada asociada a una importante carga de atención médica. Las herramientas de diagnóstico actuales, como la polisomnografía nocturna completa (PSG), plantean una accesibilidad limitada al diagnóstico debido a sus elevados costos. Los avances recientes en inteligencia artificial (IA), incluidos los algoritmos de aprendizaje automático (ML) y aprendizaje profundo (DL), ofrecen nuevas herramientas potenciales para una detección y diagnóstico precisos de AOS. Esta revisión sistemática que les sugiero evalúa artículos que emplean modelos impulsados ​​por IA para la detección y el diagnóstico de AOS en la última década.
---------------------------------------
Obstructive sleep apnea (OSA) is a prevalent but underdiagnosed disease associated with a significant healthcare burden. Current diagnostic tools, such as full-night polysomnography (PSG), pose limited accessibility to diagnosis due to their high costs. Recent advances in artificial intelligence (AI), including machine learning (ML) and deep learning (DL) algorithms, offer potential new tools for accurate detection and diagnosis of OSA. This systematic review evaluates articles employing AI-driven models for OSA detection and diagnosis in the last decade.

Enlace/Link: https://lnkd.in/dvbXtAGy