MENU
Dispositivos vestibles como anillos y relojes inteligentes pueden ayudar a mejorar calidad del sueño
En el Día Mundial del Sueño es importante profundizar en la calidad del sueño de las personas. Expertos señalan que la tecnología basada en inteligencia artificial (IA) y los dispositivos vestibles (incluidos anillos y relojes inteligentes) puedan ayudar a las personas a desarrollar mejores hábitos de sueño.
La Organización Mundial de la Salud (OMS) refiere que la falta de un buen descanso y en cantidad adecuada repercute sobre el bienestar de una persona y recomienda dormir al menos de 6 a 7 horas por día. Sin embargo, para muchos no es algo prioritario, y la calidad del sueño empeora en todo el mundo. Ante esta situación, la tecnología ofrece algunas soluciones.
Los relojes inteligentes sirven como excelentes rastreadores del sueño. Son capaces de detectar cuándo se ha dormido, identificar las etapas del sueño (como el sueño ligero y el sueño profundo), detectar cuándo se ha despertado y luego sincronizar los datos relevantes con la aplicación de salud de su teléfono, con el objetivo de ayudarle a mejorar su sueño de forma altamente personalizada.
Asimismo casi todos estos “wearables” cuentan con aplicaciones que permiten visualizar los datos e identificar signos tempranos de afecciones como la apnea del sueño, un trastorno en el que la respiración se detiene y recomienza repetidas veces, el cual puede detectarse por las cantidades de oxígeno en la sangre o SpO2.
Dormir bien con la IA
En la actualidad, se vienen realizando diversos estudios de cómo la inteligencia artificial puede ayudar en mejorar la calidad del sueño.
Una investigación preliminar de la Universidad de Southampton (Reino Unido) estudia si los ronquidos tienen un sonido característico que pueda servir para identificarlos. Jagmohan Chauhan, profesor adjunto de la institución que participó en el estudio, se pregunta: “¿cómo se pueden registrar con precisión los ronquidos o la tos? Los modelos de aprendizaje automático, en concreto las redes neuronales profundas, podrían ayudar a verificarlos.
Por su parte, investigadores de Google y la Universidad de Washington (EE UU) combinaron audio de voz humana y tos en un conjunto de datos y, después, utilizaron un método de aprendizaje multifuncional para comprobar quién producía una tos determinada en una grabación.
En su estudio, la inteligencia artificial fue un 10% más eficaz que un evaluador humano al determinar quién tosió dentro de un pequeño grupo de personas. Matt Whitehill, estudiante de posgrado quien trabajó en el artículo sobre la identificación de la tos, cuestiona parte de la metodología utilizada en la investigación sobre los ronquidos y cree que unas pruebas más rigurosas reducirían su eficacia.
Aun así, considera válido el concepto más general del reconocimiento audible. “Hemos demostrado que se puede deducir la persona con la tos. Parece muy probable que se pueda aplicar lo mismo a los ronquidos”, sostiene Whitehill en una reciente publicación de Wired.
Resmonics, una compañía suiza dedicada a la detección de síntomas de enfermedades pulmonares mediante inteligencia artificial, lanzó una app que puede ayudar a los usuarios a hacer un seguimiento de la cantidad de tos nocturna que experimentan y qué tipo es la más frecuente. De este modo, tienen un conocimiento más completo de sus patrones de tos mientras deciden si es necesario consultar a un médico.
David Cleres, cofundador y director de tecnología de Resmonics, ve el potencial de las técnicas de aprendizaje profundo para identificar la tos o los ronquidos de una persona concreta, pero estima que aún son necesarios grandes avances en este segmento de la investigación sobre inteligencia artificial.
“Los sonidos que haces en la cama por la noche podrían ser detectables por la inteligencia artificial y diferentes de los sonidos nocturnos producidos por otras personas de tu hogar”, señala Cleres en una reciente publicación de Wired.
Sin embargo, cuando se trata de la inteligencia artificial en el ámbito de la salud, los investigadores siguen encontrándose con el mismo problema: la escasez de información de calidad inmediatamente disponible y la falta de datos diversos para entrenar la inteligencia artificial.
Monitoreando las posturas para dormir
La compañía farmaceútica Roche también da cuenta de otros estudios que se vienen realizando como la de los investigadores del Massachussetts Institute of Technology (MIT). Ellos han desarrollado una tecnología capaz de monitorizar de forma inalámbrica todas las posturas que utiliza una persona cuando duerme. Se trata de un dispositivo que emplea una completa red de sensores inalámbricos para medir su comportamiento durante la noche y poder ofrecer datos precisos sobre su sueño.
¿Para qué? La forma en que las personas duermen y las posturas que utilizan durante su descanso pueden provocar alteraciones del sueño como apneas y causar insomnio.
Por el momento, esta solución está indicada para la monitorización de pacientes, pero los investigadores quieren complementarla con sistemas de alerta capaces de hacer que los pacientes cambien de postura cuando sea necesario durante su descanso.
Cama inteligente
Uno de los “sueños” de cualquier persona es tener una cama inteligente capaz de adaptarse a sus necesidades, gustos y preferencias para descansar plácidamente durante la noche. Y en este campo la inteligencia artificial también ha jugado un papel protagonista, cita Roche en su blog.
La empresa Bryte ha diseñado junto con el Center for Human Sleep Science de la Universidad de California una cama que analiza las necesidades de temperatura, posición del cuerpo, iluminación, etc., de una persona para adaptarse a ellas y ayudarle a descansar en las mejores condiciones.
Al regular estos parámetros, el cuerpo humano reduce la generación de cortisol, la hormona que causa el estrés, y estimula la liberación de melatonina, que interviene en el ciclo natural del sueño. Por la mañana, el sistema calienta la cama y eleva la iluminación de forma suave y progresiva para generar un aumento sostenido del ritmo cardiaco e invertir la estimulación de las hormonas.
Esta tecnología se basa en un proceso de aprendizaje automático basado en la nube que recaba las respuestas corporales que ofrece cada persona y enseña al algoritmo a ofrecer una respuesta cada vez más optimizada.
