Um novo modelo de aprendizado profundo desenvolvido por pesquisadores da University of Eastern Finland pode identificar os estágios do sono com a mesma precisão de um médico experiente. Isso abre novos caminhos para o diagnóstico e tratamento de distúrbios do sono, incluindo apneia obstrutiva do sono.

A apneia obstrutiva do sono (AOS) é um distúrbio respiratório noturno que causa uma grande carga nos sistemas públicos de saúde e nas economias nacionais. Estima-se que até um bilhão de pessoas em todo o mundo sofrem de apneia obstrutiva do sono, e o número deve crescer devido ao envelhecimento da população e aumento da prevalência de obesidade. Quando não tratado, OSA aumenta o risco de doenças cardiovasculares e diabetes, entre outras consequências graves para a saúde.

A identificação dos estágios do sono é essencial no diagnóstico dos distúrbios do sono, incluindo apneia obstrutiva do sono. Tradicionalmente, o sono é classificado manualmente em cinco estágios, que estão acordados, sono REM (movimento rápido dos olhos) e três estágios do sono não REM. Contudo, pontuação manual dos estágios do sono é demorada, subjetivo e caro.

Para superar esses desafios, pesquisadores da University of Eastern Finland usaram dados de registro polissonográfico de indivíduos saudáveis ​​e indivíduos com suspeita de AOS para desenvolver um modelo de aprendizado profundo preciso para a classificação automática dos estágios do sono. Além disso, eles queriam descobrir como a gravidade da OSA afeta a precisão da classificação.

Em indivíduos saudáveis, o modelo foi capaz de identificar os estágios do sono com uma precisão de 83,7% ao usar um único canal de eletroencefalografia frontal (EEG), e com precisão de 83,9% quando complementado com eletrooculograma (EOG). Em pacientes com suspeita de AOS, o modelo obteve precisões de 82,9% (canal único de EEG) e 83,8% (canais EEG e EOG). As precisões de canal único variaram de 84,5% para indivíduos sem AOS a 76,5% para pacientes com AOS grave. As precisões alcançadas pelo modelo são equivalentes à correspondência entre médicos experientes que realizam a pontuação manual do sono. Contudo, o modelo tem a vantagem de ser sistemático e seguir sempre o mesmo protocolo, e conduzir a pontuação em questão de segundos.

De acordo com os pesquisadores, o aprendizado profundo permite o estadiamento automático do sono para pacientes com suspeita de AOS com alta precisão. O estudo foi publicado em IEEE Journal of Biomedical and Health Informatics .