Dormir no solo repone fuerzas, también parece contener pistas ocultas sobre nuestra salud futura. Investigadores de Stanford Medicine han desarrollado una inteligencia artificial capaz de analizar una sola noche de sueño y anticipar el riesgo de desarrollar más de cien enfermedades, mucho antes de que los síntomas clínicos se manifiesten.

El motor de esta revolución se llama SleepFM, un modelo de IA entrenado con cerca de 585.000 horas de datos de polisomnografía (el estudio clínico más completo del sueño que registra señales como la actividad cerebral, ritmo cardíaco, respiración y movimientos corporales) procedentes de unos 65.000 pacientes. Este volumen masivo de información permitió a la IA aprender lo que algunos científicos llaman el “lenguaje del sueño”, es decir, cómo interactúan múltiples sistemas del cuerpo mientras dormimos y qué patrones pueden anticipar problemas de salud.

A diferencia de las herramientas tradicionales de análisis de sueño, que suelen limitarse a clasificar etapas de descanso o diagnosticar apneas, SleepFM va mucho más allá. Según los reportes, puede estimar el riesgo de aparición de más de 130 condiciones de salud distintas, con niveles de precisión considerados altos para un modelo predictivo biomédico, especialmente en áreas como enfermedades cardiovasculares, neurodegenerativas y algunos tipos de cáncer.

Los investigadores lograron vincular datos de la noche de sueño con registros médicos electrónicos que abarcan décadas de seguimiento de pacientes, lo que permitió al modelo correlacionar patrones fisiológicos nocturnos con resultados de salud años después. Entre los riesgos que SleepFM identifica con mayor claridad se encuentran demencia, enfermedades cardíacas, fallo renal crónico y diversas afecciones circulatorias, con cifras de precisión que en muchos casos superan el umbral de 80%, una marca destacada en predicción médica.

Este tipo de IA representa un cambio de paradigma en medicina preventiva. Hasta ahora, muchos diagnósticos tempranos dependían de síntomas clínicos evidentes o de pruebas específicas dirigidas a una sola dolencia. SleepFM, en cambio, extrae señales de un proceso rutinario —el sueño— y las traduce en un perfil de riesgo amplio y multidimensional. Al hacerlo, abre la puerta a intervenciones mucho más tempranas, lo cual es especialmente valioso en enfermedades donde cada año de anticipación puede significar una gran diferencia en resultados terapéuticos y calidad de vida.

Los desarrolladores reconocen que aún no comprenden del todo qué aspectos concretos del sueño impulsan cada predicción médica, un reto común en modelos de inteligencia artificial complejos que funcionan como “cajas negras”. Sin embargo, el potencial práctico parece enorme.El sueño se convierte en un biomarcador global, con señales latentes que podrían orientar no solo a neurólogos o cardiólogos, sino también a estrategias de salud pública centradas en prevención.

Además, la robustez de SleepFM frente a variaciones en la calidad o el tipo de señales registradas sugiere que este enfoque podría adaptarse, en el futuro, incluso a datos de dispositivos portátiles —como relojes inteligentes que monitorizan el sueño—, aunque por ahora los mejores resultados se obtienen en estudios clínicos completos.

Este avance encaja en una tendencia más amplia dentro de la inteligencia artificial aplicada a la salud, un campo que ya ha demostrado su valor en diagnósticos más precisos, tratamientos personalizados y evaluación de riesgos a partir de grandes volúmenes de datos médicos.