SleepConFormer: Un marco EEG de un solo canal alcanza un 91,7 % de precisión para la evaluación de la conciencia en pacientes con DOC
Un novedoso marco de aprendizaje automático llamado SleepConFormer puede distinguir pacientes en estado de conciencia mínima (MCS) de aquellos con síndrome de vigilia sin respuesta (UWS) con un 91,7 % de precisión utilizando un único canal de electroencefalografía (EEG), según un estudio publicado en IEEE Transactions on Biomedical Engineering. El marco integra la estadificación del sueño y la evaluación de la conciencia en un flujo de trabajo unificado, ofreciendo una vía potencial hacia la monitorización objetiva y automatizada junto a la cama en cuidados neurocríticos.
Lo que SleepConFormer descubrió
Los investigadores desarrollaron SleepConFormer, una arquitectura de aprendizaje profundo de tres componentes para procesar señales EEG de un solo canal. El primer componente, MTERL (aprendizaje de representación EEG multitarea), es un módulo de preentrenamiento entrenado en grandes conjuntos de datos públicos de sueño para aprender características EEG generalizables. El segundo es un módulo SCE-Transformer que realiza un modelado temporal consciente de la confusión, diseñado para manejar las transiciones límite ambiguas entre las etapas del sueño que surgen con frecuencia en poblaciones patológicas. El tercer componente utiliza la agregación en el espacio de logits para producir clasificaciones robustas de grano grueso para la estadificación Vigilia-Sueño y Vigilia-NREM-REM.
En tres conjuntos de datos públicos de participantes sanos, el modelo alcanzó una precisión de estadificación del sueño de cinco clases que osciló entre el 84,5 % y el 87,7 %, con una puntuación macro F1 entre conjuntos de datos del 78,73 %. Cuando se probó en una cohorte clínica de 24 pacientes con trastornos de la conciencia (DOC), SleepConFormer mantuvo una precisión del 80,78 % para la diferenciación gruesa Vigilia-Sueño. El hallazgo clínico crítico fue la capacidad del modelo para discriminar entre MCS y UWS: 91,7 % de precisión con un área bajo la curva (AUC) de 0,846. Este rendimiento superó a los enfoques basados en características unimodales en 12,5 puntos porcentuales.
Por qué es importante
Los pacientes con trastornos de la conciencia presentan un desafío fundamental para los clínicos. Por definición, estos pacientes no pueden participar en evaluaciones conductuales estándar, que siguen siendo la herramienta principal para determinar el nivel de conciencia. La estadificación del sueño basada en EEG convencional en pacientes con DOC depende de la puntuación manual realizada por expertos capacitados, un proceso que consume mucho tiempo y que no es práctico para la monitorización continua junto a la cama.
Se sabe que la arquitectura del sueño se correlaciona con el nivel de conciencia. El sueño saludable incluye un ciclo claro a través de las etapas NREM y REM, mientras que esta arquitectura se degrada a lo largo del espectro desde MCS hasta UWS. Capturar esta relación automáticamente a partir de un solo canal de EEG podría proporcionar una métrica continua y objetiva para rastrear la conciencia a lo largo del tiempo sin requerir la cooperación del paciente ni la puntuación manual de expertos. Una configuración de un solo canal es particularmente atractiva para la implementación clínica porque es más simple de aplicar, menos gravosa para los pacientes y más fácil de integrar en los flujos de trabajo existentes de cuidados neurocríticos que los conjuntos de EEG de alta densidad.
Limitaciones
El estudio tiene varias limitaciones importantes. La cohorte clínica fue pequeña, con solo 24 pacientes con DOC. La evaluación utilizó una validación interna independiente del sujeto, lo que significa que el modelo se probó en pacientes excluidos de la misma cohorte en lugar de en datos de una institución completamente diferente. La validación externa en cohortes más grandes y multisitio será esencial antes de que el marco pueda considerarse para su implementación clínica. Además, la precisión del 80,78 % en Vigilia-Sueño en la cohorte clínica, aunque prometedora, deja margen de mejora, y el rendimiento del marco en diferentes configuraciones de hardware EEG y entornos de grabación no se ha probado.
Conclusión
SleepConFormer proporciona una prueba de concepto de que el EEG de un solo canal, combinado con el aprendizaje de representación y el modelado temporal basado en transformers, puede realizar simultáneamente la estadificación del sueño y la evaluación de la conciencia en pacientes con trastornos de la conciencia. La mejora de 12,5 puntos porcentuales sobre las características unimodales sugiere que la integración de la información de estadificación del sueño en el flujo de trabajo de evaluación añade un poder discriminativo significativo. Si se valida en poblaciones clínicas más grandes y diversas, este enfoque podría permitir una monitorización continua y objetiva de la conciencia junto a la cama utilizando equipos ya disponibles en muchas unidades de cuidados intensivos.
Fuente
Man Li, Xiaoyu Bao, Di Chen, Wei Gao, Pengmin Qin, Xinyi Jin, Xiaochun Yang, Yanbin He, Jiahui Pan, Yuanqing Li. “SleepConFormer: A Single-Channel EEG Framework for Sleep Staging and Consciousness Assessment in Patients with Disorders of Consciousness.” IEEE Transactions on Biomedical Engineering, July 1, 2026. DOI: 10.1109/TBME.2026.3708665. PMID: 42384537.
Traducido por Alessandra