Investigadores de la UNED y UNIR utilizan inteligencia artificial para analizar movimientos nocturnos mediante sensores en la muñeca, buscando señales de deterioro cognitivo relacionado con Alzheimer. El estudio es exploratorio y busca mejorar la comprensión del fenómeno.
Un equipo de investigadores de la UNED y la UNIR ha implementado inteligencia artificial explicable para analizar pequeños movimientos registrados durante el sueño, utilizando sensores colocados en la muñeca. El objetivo es determinar si estos movimientos pueden ofrecer señales relacionadas con el deterioro cognitivo asociado al Alzheimer. Este trabajo, que aún se encuentra en una fase exploratoria, busca proporcionar una comprensión más profunda sobre los patrones que podrían ser útiles y cómo hacer que los modelos sean comprensibles tanto para profesionales como para pacientes.
Las interrogantes sobre cómo se mueve una persona mientras duerme y qué información puede derivarse de esos movimientos respecto a procesos complejos relacionados con el envejecimiento y el deterioro cognitivo han motivado esta investigación. La catedrática de Inteligencia Artificial de la UNED, Olga Santos, junto al investigador Miguel Ángel Portaz, han colaborado con la Universidad Internacional de La Rioja (UNIR) para explorar este potencial.
El artículo, publicado recientemente en la revista Information Systems Frontiers, bajo el título Explaining the Unseen: AI-Driven Insights from Sleep Motion for Explainable Alzheimer Disease’s Screening, se basa en registros obtenidos mediante sensores nocturnos. Aunque no se propone una herramienta diagnóstica inmediata, sí se busca entender qué señales podrían resultar útiles y cómo interpretarlas de manera clara.
La capacidad de interpretación es un aspecto fundamental del estudio. Más allá de verificar si la inteligencia artificial puede identificar patrones, el equipo se interesa por comprender qué observaciones realiza realmente el modelo y las razones detrás de sus conclusiones. Esto es particularmente relevante en campos sensibles como la salud. “A menudo nos enfocamos solo en que los modelos sean precisos, pero en salud eso no basta; necesitamos entender qué aprende el sistema”, señala Miguel Ángel Portaz.
A pesar de que los resultados finales están relacionados con la salud y el envejecimiento, esta línea de investigación tiene sus raíces lejos del entorno clínico. Desde hace años, Olga Santos colabora con Alberto Corbí del Instituto de Investigación ITED en el análisis del movimiento humano a través de sensores inerciales utilizados también en dispositivos móviles. Su trabajo inicial se centró en aikido, donde estudiaron cómo diferenciar niveles de experiencia mediante técnicas específicas.
A través del análisis realizado, se ha comprobado que los movimientos durante el sueño contienen patrones significativos que pueden contribuir al estudio del deterioro cognitivo. Utilizando sensores en la muñeca y técnicas avanzadas de inteligencia artificial, los investigadores encontraron características del movimiento nocturno asociadas a diferencias entre los grupos analizados.
No obstante, estos hallazgos deben considerarse como una validación inicial del enfoque propuesto y no como una aplicación clínica directa. “En investigación no solo buscamos modelos precisos; debemos construir herramientas comprensibles y fiables”, enfatiza Olga Santos.
Una ventaja significativa de este tipo de enfoques es su capacidad para estudiar procesos complejos mediante tecnologías accesibles y poco invasivas. Esto permite observar fenómenos relacionados con el envejecimiento en condiciones más cercanas a situaciones cotidianas que otros métodos tradicionales.
A medida que avanzan en su investigación, los científicos subrayan que su interés no radica únicamente en facilitar la recolección de datos, sino también en generar nuevas preguntas científicas sobre cómo aprenden las personas a lo largo del tiempo. Esta iniciativa está alineada con proyectos más amplios dentro del centro PhyUM de la UNED, donde se aplica inteligencia artificial al estudio del envejecimiento y al diseño personalizado centrado en las personas.
De este modo, el estudio sobre Alzheimer representa un paso intermedio hacia un objetivo mayor: trasladar metodologías inicialmente desarrolladas para comprender el movimiento humano a nuevos contextos relacionados con la salud y devolver ese conocimiento a otros ámbitos aplicables.
Aunque los investigadores consideran que este trabajo confirma el potencial del análisis del movimiento nocturno como fuente valiosa para formular nuevas hipótesis sobre envejecimiento y deterioro cognitivo, insisten en que será necesario validar estos enfoques antes de plantear aplicaciones prácticas reales. “Deseamos validar nuestro sistema con más casos variados porque hemos demostrado que tiene potencial; sin embargo, necesitamos evaluar su robustez”, concluye Miguel Ángel Portaz.