La Universidad Carlos III de Madrid y el Hospital Universitario Severo Ochoa han desarrollado una innovadora metodología que utiliza inteligencia artificial y análisis del sueño para facilitar el diagnóstico precoz del Alzheimer. Esta enfermedad neurodegenerativa presenta síntomas clínicos entre 10 y 20 años después de los cambios patológicos en el cerebro, por lo que un diagnóstico temprano es crucial para la efectividad de los tratamientos. La investigación se centra en cómo el sueño afecta la acumulación de proteínas relacionadas con el Alzheimer, utilizando registros de actividad eléctrica cerebral para identificar cambios que podrían indicar la enfermedad. Este enfoque no invasivo y económico podría complementar pruebas médicas existentes, mejorando así la detección temprana y el tratamiento del Alzheimer.
El Alzheimer, una enfermedad neurodegenerativa progresiva, presenta síntomas clínicos que suelen aparecer entre 10 y 20 años tras el inicio de los procesos patológicos en el cerebro. Actualmente, los tratamientos disponibles son efectivos únicamente si se administran en las fases iniciales de la enfermedad.
A pesar de que la determinación plasmática de p-tau217 está comenzando a integrarse en la práctica clínica de algunos hospitales españoles, su disponibilidad no es uniforme en el Sistema Nacional de Salud. En muchos casos, la evaluación clínica del paciente requiere el uso de técnicas avanzadas, como la tomografía por emisión de positrones (PET) o procedimientos invasivos como la punción lumbar para analizar el líquido cefalorraquídeo. Estas pruebas suelen llevarse a cabo en etapas relativamente tardías, cuando ya se manifiestan los síntomas.
La investigación actual se enfoca en el sueño durante un periodo crítico en el cual el cerebro realiza procesos de limpieza celular, eliminando residuos metabólicos como la proteína beta-amiloide. Existe una relación bidireccional entre el Alzheimer y los trastornos del sueño; mientras que la enfermedad altera la arquitectura del sueño, los problemas relacionados con este favorecen mecanismos que aceleran su progresión.
“Los registros de actividad eléctrica durante el sueño nos ofrecen una ventana a los procesos biológicos que pueden derivar en olvido y síntomas asociados al Alzheimer”, afirma Arrate Muñoz-Barrutia, investigadora principal del estudio y catedrática del departamento de Neurociencia y Ciencias Biomédicas de la UC3M. “Nuestra meta es desarrollar una herramienta que permita un diagnóstico precoz del Alzheimer, no invasiva y accesible para gran parte de la población”, añade la Dra. Anna Michela Gaeta, especialista en Neumología del Hospital Universitario Severo Ochoa.
El equipo investigador ha analizado una base de datos única que combina registros nocturnos de actividad eléctrica —polisomnografías— con datos sobre proteínas extraídas del líquido cefalorraquídeo de pacientes. Esta base fue creada en investigaciones previas lideradas por expertos como el Dr. Gerard Piñol Ripoll y el Dr. Ferrán Barbé. En total, han participado 42 pacientes con Alzheimer leve a moderado y 58 controles cognitivamente sanos. Gracias al apoyo financiero del Instituto de Salud Carlos III, se ha logrado compilar todos estos datos para su análisis.
“Las señales fueron registradas mediante electrodos colocados sobre el cráneo para captar la actividad eléctrica neuronal durante toda la noche. Utilizamos inteligencia artificial para analizar esta actividad e identificar cambios que puedan indicar acumulación de proteínas en el cerebro, precursoras de enfermedades neurodegenerativas”, explica Lorena Gallego Viñarás, otra autora del estudio. Ella aclara que “la IA no busca sustituir pruebas médicas existentes, sino complementar el diagnóstico temprano, permitiendo un análisis más detallado que facilite diagnósticos anticipados y inicie tratamientos antes”.
En un futuro cercano, estas herramientas basadas en estudios del sueño podrían complementar análisis sanguíneos como los relacionados con la proteína p-tau217. Esto permitiría contar con métodos económicos y accesibles desde casa para detectar Alzheimer preclínico y abordar simultáneamente trastornos del sueño, contribuyendo así a ralentizar el deterioro cognitivo.
“Un hallazgo importante es que la ciencia futura en este campo dependerá de integrar diversas disciplinas como neurología, neumología e ingeniería. Esta colaboración es esencial dado que actualmente se están desarrollando fármacos dirigidos a las fases tempranas de la enfermedad”, concluye la Dra. Anna Michela Gaeta.
Referencia bibliográfica: Gaeta, A.M., Gallego Viñarás, L., Barbé, F. et al. (2026). Quantitative sleep EEG identifies CSF core biomarker-related subgroups in Alzheimer’s disease. GeroScience. https://doi.org/10.1007/s11357-026-02266-z e-Archivo de la UC3M: https://hdl.handle.net/10016/50388
Se está estudiando el Alzheimer, una enfermedad neurodegenerativa progresiva cuyos síntomas clínicos suelen manifestarse entre 10 y 20 años después del inicio de los procesos patológicos en el cerebro.
La metodología propuesta se basa en el análisis del sueño utilizando inteligencia artificial, lo que permite realizar un diagnóstico precoz de manera no invasiva y económica.
La investigación sugiere que existe una relación bidireccional entre el Alzheimer y la arquitectura del sueño, donde los trastornos del sueño pueden acelerar la progresión de la enfermedad.
Se han analizado registros de actividad eléctrica durante el sueño (polisomnografías) junto con datos de expresión de proteínas obtenidos del líquido cefalorraquídeo de los pacientes.
Participaron 42 pacientes con Alzheimer de leve a moderado y 58 controles cognitivamente sanos.
La tecnología ha logrado diferenciar con precisión a las personas sanas de los pacientes con Alzheimer y ha identificado subgrupos distintos de pacientes basados en biomarcadores clave.
El objetivo final es desarrollar herramientas que complementen los análisis médicos existentes, permitiendo un cribado económico desde el hogar para detectar Alzheimer preclínico y tratar trastornos del sueño simultáneamente.