Víctor Ravelo; Jorge Fuentes; Marcelo Parra; Gonzalo Muñoz & Sergio Olate

RESUMEN: Para diagnosticar el Síndrome Apnea Obstructiva del Sueño (SAOS) se utiliza la polisomnografía, el cual es un costoso y extenso estudio que exige que el paciente duerma en un laboratorio. El SAOS ha sido asociado con caracte- rísticas de la morfología facial y mediante un modelo predictivo de la Inteligencia Artificial (IA), se podría realizar un diagnóstico preliminar. El objetivo de este estudio fue analizar por medio de una revisión de alcance, las opciones tecnológicas basadas en IA aplicadas al diagnóstico del SAOS, y los parámetros evaluados en dichos análisis en las estructuras craneofaciales. Se realizó una búsqueda sistemática de la literatura hasta febrero del 2024 y me- diante criterios de inclusión y exclusión se determino los estudios a analizar. Los títulos y resúmenes fueron seleccionados de forma independiente por dos investigadores. Se seleccionaron 14 estu- dios, incluyeron un total de 13.293 sujetos analizados. El rango edad de la muestra oscilo entre 18 y 90 años. 9.912 (74.56 %) sujetos eran de sexo masculino y 3.381 (25,43 %) eran de sexo femenino. Los estudios incluidos presentaron diagnóstico de SAOS mediante polisomnografía, siete estudios presentaron un grupo control de sujetos con ausencia de SAOS y otro grupo con presencia de SAOS. Mientras que los demás estudios, presentaron gru- pos de SAOS en relación con su severidad. Todos los estudios tuvieron una precisión media del 80 % en la predicción de SAOS utilizando variables como la edad, el género, mediciones y/o mediciones imagenológicas. no existen exámenes previos al diagnóstico por polisomnografía que permitan orientar al usuario en la probable presencia de SAOS. En este sentido, existen factores de riesgo para desarrollar SAOS vinculados a la forma facial, la obe- sidad, la edad y otras condiciones, que sumados a los avances con IA para diagnóstico y orientación en SAOS podrían ser utilizados para la detección precoz del mismo.

PALABRAS CLAVE: Inteligencia artificial; Síndrome de apnea obstructiva del sueño; Morfología facial.

RAVELO, V.; FUENTES, J.; PARRA, M.; MUÑOZ, G. & OLATE, S. Artificial intelligence-based diagnosis of obstructive sleep apnea syndrome: A scoping review. Int. J. Morphol., 42(4):1150-1160, 2024.