Esta página se ha traducido automáticamente del turco. Leer el original

Esta página es un resumen en turco, elaborado con ayuda de inteligencia artificial, del trabajo presentado en el 26.º Congreso Mundial de Psiquiatría. El trabajo pertenece a los autores que lo presentan; para citarlo, consulte la fuente original.

EV1257

Inteligencia artificial multimodal para predecir el trastorno de conducta del sueño REM comórbido en el trastorno depresivo mayor

MULTIMODAL AI FOR PREDICTING COMORBID REM SLEEP BEHAVIOR DISORDER IN MAJOR DEPRESSIVE DISORDER

Las dinámicas faciales y vocales obtenidas de breves tareas de habla grabadas con un teléfono inteligente permiten discriminar la presencia de un trastorno de conducta del sueño REM comórbido en el trastorno depresivo mayor, con un AUROC de 0,829.

El objetivo es evaluar si las dinámicas faciales y vocales obtenidas de grabaciones breves con un teléfono inteligente permiten distinguir a los pacientes con trastorno depresivo mayor (major depressive disorder, MDD) y trastorno de conducta del sueño REM (REM sleep behavior disorder, RBD) comórbido, confirmado mediante videopolisomnografía (v-PSG), de pacientes emparejados con diagnóstico de MDD únicamente, así como identificar posibles biomarcadores digitales interpretables. De una cohorte clínica de 329 personas, se incluyeron en el análisis 31 participantes (19 con MDD y RBD y 12 controles con MDD únicamente), de los que se utilizaron 261 clips de 10 segundos; la vía visual procesó características HOG y unidades de acción facial (action unit, AU) mediante sLSTM, mientras que la vía auditiva procesó características de la voz basadas en OpenSMILE mediante MLP. Se generaron probabilidades a nivel de participante mediante fusión tardía (late fusion) y se realizó una validación cruzada de cinco particiones a nivel de participante para evitar la fuga de información entre clips. El modelo completo obtuvo un AUROC de 0,829, una exactitud del 80,5 %, una sensibilidad (recall) del 90,0 % y una puntuación F1 de 0,848; la especificidad media notificada fue del 63,3 %. En los análisis unimodales, la señal más potente procedió de la voz (exactitud del 74,9 %, F1 de 0,696); el uso exclusivo de HOG obtuvo un 63,4 % y 0,594, el de unidades de acción facial únicamente un 70,2 % y 0,650, y la combinación de unidades de acción y voz un 77,4 % y 0,738, respectivamente. El mejor rendimiento se alcanzó con el modelo multimodal completo. La probabilidad de RBD comórbido predicha por el modelo mostró una correlación significativa con la puntuación del RBDQ (r = 0,53, p = 0,005), una tendencia a la correlación con la UPDRS (r = 0,34, p = 0,067) y ninguna correlación clara con el BDI ni con la HADS. En la validación externa realizada en la cohorte de Guangzhou (n = 26), con un centro, idioma, dispositivo y protocolo diferentes, el modelo basado únicamente en la voz obtuvo una exactitud del 77,7 % y un F1 de 0,758, mientras que la combinación de HOG y unidades de acción obtuvo un 69,3 % y 0,674. En el análisis SHAP destacaron la tensión y la variabilidad de la región facial inferior y perioral (AU14, AU17, AU25, AU04), así como medidas acústicas como la estabilidad del tono, el timbre caracterizado mediante MFCC y la duración de los segmentos sonoros y sordos; se subrayó que estos hallazgos apuntan a posibles biomarcadores, no a mecanismos causales. En conclusión, el método no pretende sustituir el diagnóstico, sino priorizar la evaluación específica del RBD en pacientes con MDD; sus limitaciones incluyen una muestra pequeña y transversal, la ausencia de un grupo de comparación con otros trastornos del sueño y la persistencia de factores de confusión farmacológicos y clínicos.

Todos los resúmenes del WCP 2026