El 15 de diciembre a las 10:00 en el Salón de Grados, ha tenido lugar la lectura de la Tesis Doctoral de D. Ángel Serrano Alarcón, titulada “Personalized Medicine for the Detection of Sleep Disorders: A Digital Twin Approach”. La tesis ha sido dirigida por Dª. Natividad Martínez Madrid y D. Juan Antonio Ortega Ramírez.
La relevancia de un sueño de calidad y de una duración óptima para el mantenimiento de una buena salud se ha demostrado de manera contundente. No obstante, es pertinente destacar que la manifestación de esta hipótesis no se produce de manera invariable a través de la aparición de trastornos del sueño. La apnea obstructiva del sueño (OSA) se erige como uno de los trastornos del sueño más prevalentes, siendo la polisomnografía (PSG) el procedimiento más eficaz para su identificación. A pesar de su precisión, la polisomnografía se asocia a numerosos inconvenientes, como largos periodos de espera para los pacientes y un gasto económico considerable. En consecuencia, se han desarrollado diversas alternativas para sustituir o complementar la polisomnografía. Entre las opciones identificadas, se han identificado soluciones que incorporan modelos de inteligencia artificial. El propósito de la presente tesis doctoral radica en extender el espectro analítico más allá de los límites convencionales, abordando el concepto de digital twin y su aplicación en el ámbito de la medicina del sueño. El concepto de digital twin ha sido implementado en diversos contextos industriales. No obstante, su implementación en el contexto médico, específicamente en el campo de la medicina del sueño, ha sido menos habitual. En el marco del presente estudio, se ha realizado una revisión exhaustiva de las metodologías y tecnologías informáticas que resultan fundamentales para la implementación de un digital twin destinado a la detección de trastornos del sueño, específicamente el reconocimiento de la apnea obstructiva del sueño. En este estudio se ha investigado el conjunto mínimo de señales necesarias para la detección de la apnea obstructiva del sueño. Además, se han desarrollado modelos de aprendizaje profundo para su utilización con estas señales. Asimismo, se ha puesto énfasis en uno de los principales desafíos asociados al empleo de la inteligencia artificial: las denominadas black boxes. El empleo de técnicas de visualización resultó en una mejora en la explicabilidad de los modelos.
¡Enhorabuena a doctorando y directores!
Fuente: Gabinete de Comunicación de la ETSII.