¿Cómo se mueve una persona mientras duerme? ¿Y qué información puede esconder ese movimiento sobre procesos complejos relacionados con el envejecimiento y el deterioro cognitivo? 

Estas preguntas están en el origen de una investigación desarrollada por la catedrática de Inteligencia Artificial de la UNED Olga Santos y el investigador del Departamento de Inteligencia Artificial Miguel Ángel Portaz, en colaboración con la Universidad Internacional de La Rioja (UNIR), que explora el potencial del análisis del movimiento nocturno mediante inteligencia artificial explicable para avanzar en la comprensión del Alzheimer.

El trabajo, publicado recientemente en la revista Information Systems Frontiers bajo el título de Explaining the Unseen: AI-Driven Insights from Sleep Motion for Explainable Alzheimer Disease’s Screening, parte de registros obtenidos mediante sensores colocados en la muñeca durante el sueño y analiza si determinados patrones de movimiento podrían aportar información relevante sobre el deterioro cognitivo. La investigación no plantea una herramienta diagnóstica ni una aplicación clínica inmediata, sino una prueba de concepto orientada a comprender mejor qué señales podrían resultar útiles y cómo interpretarlas de forma transparente.

Precisamente esa capacidad de interpretación constituye uno de los elementos centrales del estudio. Más allá de comprobar si la inteligencia artificial podía identificar patrones, el equipo quería entender qué estaba observando realmente el modelo y por qué llegaba a determinadas conclusiones, un aspecto especialmente relevante en ámbitos sensibles como la salud. “Muchas veces nos centramos únicamente en que los modelos acierten más en sus predicciones, pero en ámbitos sensibles como la salud eso no es suficiente. Necesitamos entender qué está aprendiendo el sistema y por qué toma determinadas decisiones”, explica Miguel Ángel Portaz.

Del aikido al sueño: una década estudiando el movimiento humano

Aunque el resultado final conecta con el ámbito del envejecimiento y la salud, el origen de esta línea de investigación está lejos del entorno clínico. Desde hace años, Olga Santos colabora con el profesor del Instituto de Investigación ITED de la UNIR,Alberto Corbí, en el análisis del movimiento humano mediante sensores inerciales, similares a los que incorporan muchos dispositivos móviles. Su escenario de trabajo es el aikido, donde estudian cómo identificar distintos niveles de experiencia a partir de la forma de ejecutar determinadas técnicas.

“Ese trabajo previo nos permitió desarrollar metodologías para analizar señales de movimiento y encontrar patrones relevantes mediante Inteligencia Artificial”, explica Santos. “Cuando el profesor Corbí comenzó a recopilar datos relacionados con movimientos nocturnos en pacientes con Alzheimer, vimos que muchas de esas técnicas podían adaptarse de forma natural al ámbito de la salud”.

La incorporación del equipo de la UNED permitió profundizar especialmente en el análisis metodológico y en una dimensión que acabaría convirtiéndose en el eje del artículo: la explicabilidad. El objetivo no era únicamente comprobar si existían diferencias entre personas con y sin deterioro cognitivo, sino entender qué características del movimiento estaban utilizando realmente los modelos para llegar a sus conclusiones.

En ese recorrido también existe una dimensión personal. Portaz reconoce que su interés por esta línea de trabajo está relacionado con una experiencia cercana con la enfermedad: “Siempre me ha interesado cómo la tecnología puede tener un impacto real en la vida de las personas, y el Alzheimer es un ejemplo claro de una enfermedad donde, aunque aún no existe tratamiento curativo, hay mucho margen para mejorar la calidad de vida de quienes la padecen y de sus familias”.

Qué descubrieron y qué puede aportar este enfoque

El análisis permitió comprobar que los movimientos que realizamos mientras dormimos contienen patrones que pueden aportar información relevante para estudiar el deterioro cognitivo. Utilizando sensores colocados en la muñeca y técnicas de inteligencia artificial, el equipo observó que determinadas características del movimiento nocturno aparecían asociadas a diferencias observadas entre los grupos analizados.

Los investigadores subrayan que estos resultados deben interpretarse como una validación inicial del enfoque y no como una aplicación clínica inmediata. “En investigación no se trata solo de conseguir modelos cada vez más precisos, sino de construir herramientas que podamos comprender y utilizar de forma fiable. Cuando entendemos por qué un modelo funciona bien, podemos mejorar su diseño, detectar posibles sesgos y avanzar hacia aplicaciones más útiles y seguras para las personas”, explica Olga Santos.

Una de las fortalezas de este tipo de aproximaciones es que permiten estudiar procesos complejos utilizando sensores poco invasivos y tecnologías accesibles, lo que abre la posibilidad de observar fenómenos relacionados con el envejecimiento en condiciones más próximas a la vida cotidiana que otros procedimientos tradicionales.

Pero para el equipo el interés del trabajo no está únicamente en recoger datos de forma más cómoda, sino en aprovechar esa información para formular nuevas preguntas científicas. “Lo interesante de esta línea es que no solo estamos desarrollando herramientas tecnológicas para analizar patrones de movimiento, sino también generando nuevas preguntas sobre cómo aprenden y evolucionan las personas a lo largo de la vida”, explica Olga Santos.

Esa idea conecta con una línea más amplia desarrollada desde el centro PhyUM de la UNED, donde el análisis del movimiento humano mediante inteligencia artificial se aplica tanto al estudio del envejecimiento como al aprendizaje psicomotor y al diseño de sistemas más personalizados y centrados en las personas.

En ese contexto, el estudio sobre Alzheimer se entiende como un paso intermedio dentro de un recorrido más amplio: trasladar metodologías desarrolladas inicialmente para comprender el movimiento humano a nuevos escenarios relacionados con salud y envejecimiento, y devolver después ese conocimiento a otros ámbitos de aplicación.

Los investigadores consideran que el trabajo confirma el potencial del análisis del movimiento nocturno como fuente de información para generar nuevas hipótesis sobre el envejecimiento y el deterioro cognitivo, aunque insisten en que todavía será necesario validar el enfoque en más escenarios antes de plantear aplicaciones reales. “Nos gustaría validar el sistema con más casos y en escenarios más variados, porque ahora mismo el estudio nos ha permitido comprobar que la idea tiene potencial, pero todavía necesitamos evaluar mejor su robustez. También queremos seguir avanzando en la parte de explicabilidad, porque entender por qué el modelo toma determinadas decisiones es fundamental para desarrollar herramientas más fiables y útiles”, concluye Miguel Ángel Portaz.