Universidad
Politécnica de Madrid

11.05.26

Un hipnograma es una representación gráfica de las fases del sueño que se utiliza para analizar la evolución del sueño. Muestra la evolución de las etapas del sueño a lo largo de la noche, incluyendo fases y despertares. La creación de hipnogramas está semi-automatizada pero requiere corrección y supervisión manual, lo que consume mucho tiempo y está sujeto a errores. Idealmente requeriría que varios expertos revisasen el mismo registro para llegar a un consenso, algo inviable en la práctica clínica diaria. Para mejorar la eficiencia y precisión, un equipo de investigación de centros académicos y clínicos del que forma parte la Universidad Politécnica de Madrid (UPM) ha desarrollado SOUP, un software que asiste a los profesionales sanitarios. A diferencia de las herramientas tradicionales, SOUP no corrige, sino que cruza los hipnogramas con las señales fisiológicas, actuando como un copiloto de calidad sin sustituir al médico.

Cuando se sospecha de trastornos del sueño —como la apnea, el insomnio o el síndrome de piernas inquietas— los pacientes se someten a una prueba nocturna en el hospital. Durante estas horas se registran múltiples señales fisiológicas como actividad eléctrica cerebral, ritmo cardíaco, respiración, niveles de oxígeno y movimiento corporal. El resultado principal de este análisis es el llamado hipnograma, una representación de las distintas fases del sueño (vigilia, REM, sueño ligero y profundo). El diagnóstico se basa en la actividad eléctrica cerebral, sin embargo, el comportamiento esperado en cada fase del sueño de otras señales como el ritmo cardíaco o el movimiento —que también cambian según la fase del sueño— no son analizadas.

Ahí es donde entra SOUP. Esta herramienta no modifica el diagnóstico original, sino que lo contrasta con el comportamiento fisiológico esperado. “Por ejemplo, si el sistema detecta que una fase etiquetada como REM presenta un ritmo cardíaco propio del sueño profundo, genera una alerta para que el especialista revise ese fragmento”, señala Josué Pagán Ortiz, investigador de la UPM que ha formado parte del equipo de investigación.

Este enfoque permite reducir significativamente el tiempo de revisión —que puede implicar el análisis de hasta ocho horas de registro por paciente— y centrar la atención en los momentos problemáticos. Además, introduce una segunda capa de interpretación pues si la etiqueta es correcta, una discrepancia podría indicar una respuesta fisiológica atípica, abriendo la puerta a nuevos estudios clínicos.

El sistema ha sido desarrollado en colaboración entre la Universidad Politécnica de Madrid (UPM), la empresa HTEC GmbH, el Instituto de Investigación Sanitaria Hospital Universitario de la Princesa (IIS-princesa) y la Universidad Complutense de Madrid (UCM) y presentado recientemente en la revista Applied Sciences. Para su validación, se utilizó más de 1300 pacientes de la base de datos del estudio MESA (Multi-Ethnic Study of Atherosclerosis).

Los resultados muestran que algunas variables, como el movimiento corporal, se alinean bien con las fases del sueño, mientras que otras, como ciertos indicadores del ritmo cardíaco, presentan mayor variabilidad. "En el estudio hemos detectado que existen sesgos de sexo, edad, o raza, en los estándares actuales del sueño que ponen en entredicho su precisión, por lo que se deberían revisar estos criterios para garantizar diagnósticos equitativos", indican los investigadores.

La herramienta desarrollada representa un paso hacia una medicina del sueño más precisa, en la que el análisis de datos amplía la capacidad de análisis de los profesionales. “SOUP facilita una medicina del sueño más objetiva y fiable en clínica e investigación”, concluye Marta Verona Almeida, investigadora de la UPM y HTEC que ha participado en el estudio.

Marta Verona-Almeida, Javier Mendez, Rybel Wix, José L. Ayala, Josué Pagán. SOUP: Sleep Data Copilot for Accurate Hypnogram Labeling. Appl. Sci.2 025,15 (24), 12912. https://doi.org/10.3390/app152412912