La Universidad de Oviedo desarrolla un sistema de detección de la apnea del sueño con audios grabados en casa
ASTURIAS
Este procedimiento, desarrollado junto a la Universidad de Jaén, se plantea como una alternativa previa menos invasiva, más cómoda y accesible que las técnicas habituales empleadas
28 sep 2025 . Actualizado a las 14:03 h.Las Universidades de Oviedo y Jaén, con el apoyo de la Consejería de Universidad de la Junta de Andalucía, han desarrollado un sistema inteligente que facilita detectar la apnea del sueño con audios grabados en casa, que procesa con inteligencia artificial para hallar patrones respiratorios propios del trastorno.
Este novedoso proyecto, que también cuenta con financiación de la Agencia Estatal de Investigación del Ministerio de Ciencia, Innovación y Universidades y el Fondo Europeo de Desarrollo Regional de la Unión Europea, se plantea como una alternativa previa menos invasiva, más cómoda y accesible que las técnicas habituales empleadas en los hospitales. Todo ello tiene como objetivo el de servir de apoyo a los facultativos, facilitando la detección temprana y el seguimiento de esta enfermedad.
Según ha informado la Junta de Andalucía este domingo a través de un comunicado, este enfoque identifica patrones respiratorios que para el oído humano pasarían desapercibidos, pero que, analizados en conjunto, ofrecen señales fiables de que el paciente puede estar sufriendo interrupciones en la respiración nocturna.
El investigador de la Universidad de Jaén Francisco David González ha explicado que el objetivo «es aportar una etapa preliminar que ayude a advertir una posible patología y, en caso necesario, derivar a una prueba clínica más completa».
La propuesta parte de una idea sencilla: los ronquidos y las pausas respiratorias tienen una pauta sonora, de forma que al grabar la respiración nocturna es posible detectar patrones que indican la presencia de apnea, y para lograrlo, los investigadores han establecido un algoritmo que sincroniza automáticamente las señales de audio con los registros de polisomnografía.
El equipo ha trabajado con grabaciones de entre siete y ocho horas de cada uno de los 32 pacientes participantes en el estudio, obtenidas en el Hospital de Jaén entre septiembre de 2021 y abril de 2022, como señalan en el artículo publicado en «EURASIP Journal on Audio Speech, and Music Processing».
Este procedimiento utiliza un sistema de inteligencia artificial conocido como redes neuronales, que imita el modo en que las neuronas humanas procesan la información y aprenden a partir de ejemplos, el modelo analiza automáticamente estas largas secuencias y busca irregularidades compatibles con la apnea del sueño. Aunque el sistema no sustituye a la polisomnografía, la se perfila como un primer filtro útil para priorizar pacientes y orientar recursos sanitarios. «Trabajamos en mejorar la precisión y la efectividad del método, pero los datos preliminares muestran que es posible usar solo audio como herramienta de apoyo», ha señalado González.
En cuanto a las ventajas del sistema, los expertos han destacado que con el nuevo enfoque «no solo se reducirían las listas de espera, sino que también facilitaría la monitorización continua a lo largo del tiempo, permitiendo comprobar la evolución del trastorno o la eficacia de un tratamiento sin necesidad de acudir de forma reiterada al hospital».
La visión de futuro del equipo es clara: dispositivos sencillos y accesibles que permitan monitorizar la respiración desde casa, donde sólo bastaría un sensor o teléfono móvil que grabara el audio durante la noche; después, el sistema de inteligencia artificial procesaría los datos y devolvería al paciente un informe preliminar sobre la posible presencia de apnea.
Actualmente, el equipo investigador trabaja en mejorar la precisión de la detección de los diferentes niveles de apnea del sueño utilizando análisis de sonido. Buscan así identificar los episodios de manera más fiable incluso en entornos con ruido e incorporar técnicas avanzadas de reducción del mismo. Además, planean ampliar la base de datos con perfiles de pacientes más variados y probar el método en distintos escenarios con el objetivo de garantizar que sus resultados sean aplicables en el entorno sanitario, informa Efe.