Resumen

Los trastornos del sueño representan un reto sanitario y el método de diagnóstico actual, basado en el análisis manual de polisomnogramas nocturnos, es costoso y requiere de mucho tiempo. En este contexto, la IA surge como una herramienta prometedora ofreciendo un enfoque más accesible y personalizado para el diagnóstico. Este artículo presenta una revisión sistemática de modelos basados en IA para el diagnóstico de trastornos del sueño que fueron entrenados y probados en distintos conjuntos de datos clínicos. Los resultados destacan la necesidad de una validación rigurosa de los modelos de IA en datos clínicos multimodales para su integración en la práctica clínica.

• Materias:Salud pública Modelo de predicción Aprendizaje automático Evaluación del riesgo Inteligencia artificial
• Subjects:Public health Prediction modeling Machine learning Risk assessment Artificial intelligence
• Palabras claves:Inteligencia artificial; Medicina del sueño; Trastornos del sueño; Aprendizaje profundo; Sueño y IA
• Keywords:Artificial intelligence; Sleep medicine; Sleep disorders; Deep learning; Sleep and AI