
Los investigadores han desarrollado unos «pijamas inteligentes» cómodos y lavables que pueden monitorizar trastornos del sueño como la apnea del sueño en casa, sin necesidad de parches adhesivos, equipos engorrosos o una visita a una clínica especializada en sueño.
por la Universidad de Cambridge
El equipo, dirigido por la Universidad de Cambridge, desarrolló sensores de tela impresos que pueden monitorear la respiración al detectar pequeños movimientos en la piel, incluso cuando el pijama se usa suelto alrededor del cuello y el pecho.
Los sensores integrados en los pijamas inteligentes fueron entrenados con un algoritmo de IA «liviano» y pueden identificar seis estados de sueño diferentes con una precisión del 98,6 %, ignorando los movimientos habituales del sueño, como dar vueltas en la cama. Los sensores, que consumen poca energía, solo necesitan unos pocos ejemplos de patrones de sueño para identificar con éxito la diferencia entre el sueño normal y el desordenado.
Los investigadores afirman que sus pijamas inteligentes podrían ser útiles para millones de personas en el Reino Unido que sufren trastornos del sueño, ya que les permiten controlar su sueño y cómo este puede verse afectado por cambios en el estilo de vida . El estudio se publicó en Proceedings of the National Academy of Sciences .
El sueño es vital para la salud humana, pero más del 60% de los adultos tienen una mala calidad del sueño, lo que provoca la pérdida de entre 44 y 54 días laborales anuales y una reducción estimada del 1% del PIB mundial. Los hábitos de sueño como respirar por la boca , la apnea del sueño y los ronquidos son factores importantes que contribuyen a la mala calidad del sueño y pueden provocar enfermedades crónicas como enfermedades cardiovasculares, diabetes y depresión.
«La falta de sueño tiene enormes efectos sobre nuestra salud física y mental, por lo que es vital realizar un seguimiento adecuado del sueño», afirma el profesor Luigi Occhipinti, del Cambridge Graphene Center, que dirigió la investigación. «Sin embargo, el método de referencia actual para el seguimiento del sueño, la polisomnografía o PSG, es caro, complicado y no es adecuado para su uso a largo plazo en el hogar».
Los dispositivos para el hogar que son más simples que la PSG, como las pruebas de sueño en el hogar, generalmente se centran en una sola afección y son voluminosos o incómodos. Los dispositivos portátiles, como los relojes inteligentes, si bien son más cómodos de usar, solo pueden inferir la calidad del sueño y no son efectivos para monitorear con precisión los trastornos del sueño.
«Necesitamos algo que sea cómodo y fácil de usar todas las noches, pero que sea lo suficientemente preciso como para proporcionar información significativa sobre la calidad del sueño», afirmó Occhipinti.
Para desarrollar el pijama inteligente, Occhipinti y sus colegas se basaron en su trabajo anterior sobre una gargantilla inteligente para personas con problemas de habla. El equipo rediseñó los sensores basados en grafeno para el análisis del aliento durante el sueño e hizo varias mejoras de diseño para aumentar la sensibilidad.
«Gracias a los cambios de diseño que hemos realizado, los sensores pueden detectar diferentes estados de sueño, sin tener en cuenta los movimientos habituales en la cama», afirma Occhinpinti. «La mayor sensibilidad también significa que no es necesario llevar la prenda inteligente apretada alrededor del cuello, algo que a muchas personas les resultaría incómodo. Mientras los sensores estén en contacto con la piel, proporcionan lecturas muy precisas».
Los investigadores diseñaron un modelo de aprendizaje automático , llamado SleepNet, que utiliza las señales captadas por los sensores para identificar estados de sueño, como respiración nasal, respiración bucal, ronquidos, rechinamiento de dientes, apnea central del sueño (ACS) y apnea obstructiva del sueño (AOS). SleepNet es una red de IA «ligera», que reduce la complejidad computacional hasta el punto de que puede ejecutarse en dispositivos portátiles , sin necesidad de conectarse a computadoras o servidores.
«Hemos reducido el modelo de IA hasta el punto en el que pudimos obtener el menor coste computacional con el mayor grado de precisión», afirmó Occhinpinti. «De esta manera, podemos integrar los principales procesadores de datos en los sensores directamente».
Los pijamas inteligentes se probaron en pacientes sanos y con apnea del sueño, y pudieron detectar una variedad de estados de sueño con una precisión del 98,6 %. Al tratar los pijamas inteligentes con un proceso especial de almidonado, pudieron mejorar la durabilidad de los sensores para que se puedan lavar en una lavadora normal.
La versión más reciente de los pijamas inteligentes también es capaz de transferir datos de forma inalámbrica, lo que significa que los datos del sueño se pueden transferir de forma segura a un teléfono inteligente o una computadora.
«El sueño es muy importante para la salud y la monitorización fiable del sueño puede ser clave en la atención preventiva», afirma Occhipinti. «Dado que esta prenda se puede utilizar en casa, en lugar de en un hospital o una clínica, puede alertar a los usuarios de cambios en su sueño que luego pueden comentar con su médico. Los comportamientos relacionados con el sueño, como la respiración nasal o bucal, no suelen detectarse en un análisis del sueño del NHS, pero pueden ser un indicador de trastornos del sueño».
Los investigadores esperan adaptar los sensores a una variedad de condiciones de salud o usos domésticos, como el monitoreo de bebés, y han estado en conversaciones con diferentes grupos de pacientes. También están trabajando para mejorar la durabilidad de los sensores para un uso a largo plazo.
Más información: Chenyu Tang et al, Una prenda inteligente con aprendizaje profundo para un control preciso y versátil de las condiciones del sueño en la vida diaria, Actas de la Academia Nacional de Ciencias (2025). DOI: 10.1073/pnas.2420498122
