Qué significa la Ley de IA de la UE para los algoritmos de apnea del sueño de tu reloj y de tu prueba de sueño en casa

La detección de la apnea del sueño según la Ley de IA de la UE, en lenguaje sencillo

Las normas de detección de la apnea del sueño según la Ley de IA de la UE regulan el software que convierte tus señales nocturnas en un número. No regulan la correa de tu muñeca ni el sensor de tu dedo. Si una prueba domiciliaria fue analizada por un algoritmo de puntuación automatizado, ese código es el objeto regulado.

Según Benjafield y sus colegas en The Lancet Respiratory Medicine (2019), se estima que 936 millones de adultos de entre 30 y 69 años en todo el mundo tienen apnea obstructiva del sueño de leve a grave, incluidos 425 millones con la enfermedad de moderada a grave. Para muchas personas, la primera señal de esa posibilidad proviene hoy de un algoritmo y no de un profesional clínico.

La condición de tu dispositivo según el Reglamento (UE) 2017/745 sobre los productos sanitarios determina su condición según la Ley de IA. El software de las clases IIa, IIb y III del MDR normalmente se convierte en un sistema de IA de alto riesgo. El software de clase I autocertificado sin organismo notificado queda fuera de esa categoría, salvo que también figure en el anexo III.

Por qué la detección de la apnea del sueño mediante la Ley de IA de la UE no da derecho a una explicación

El derecho principal del paciente que reconoce la Ley no abarca tu algoritmo del sueño. El artículo 86 concede el derecho a «explicaciones claras y significativas sobre el papel del sistema de IA en el procedimiento de toma de decisiones». Solo se aplica a los sistemas de alto riesgo enumerados en el anexo III.

El software integrado en un producto con marcado CE pasa a ser de alto riesgo por otra vía: el artículo 6(1) y el anexo I, la vía de seguridad de los productos. El anexo III, en cambio, abarca la IA independiente de alto riesgo, es decir, los sistemas que no están integrados en un producto regulado por separado. Como un algoritmo de apnea con marcado CE figura en el anexo I, el artículo 86 no se aplica a él.

La mayoría de los comentarios sobre atención sanitaria dan a entender lo contrario, pero no puedes exigir una explicación legal del modelo que te señaló. Quedan tres vías: las instrucciones de uso que ya exige el MDR, el artículo 50, que exige que se informe adecuadamente a los usuarios de que están interactuando con un producto basado en IA, y el RGPD.

Tus lecturas del sueño y de oximetría son datos de salud de categoría especial. El artículo 22 del RGPD se aplica a la toma de decisiones exclusivamente automatizada y puede ofrecer una explicación cuando la Ley de IA no lo hace. El propio artículo 86(3) queda al margen cuando otra ley de la Unión ya establece ese derecho.

La fecha límite cambió, así que ¿qué rige hoy para tu reloj?

Ninguna parte del régimen de alto riesgo obliga ahora mismo a tu algoritmo del sueño. El Ómnibus Digital sobre IA alcanzó un acuerdo político provisional el 6-7 de mayo de 2026 y el Consejo lo confirmó el 13 de mayo de 2026. Sustituyó las fechas del 2 de agosto de 2026 y del 2 de agosto de 2027 que todavía citan la mayoría de las guías publicadas.

Según el calendario revisado, la IA de alto riesgo independiente del anexo III se aplicará seis meses después de que la Comisión confirme que hay medidas de apoyo disponibles, con una fecha límite máxima del 2 de diciembre de 2027. La IA integrada en productos del anexo I, incluidos los productos sanitarios sujetos al MDR y al IVDR, se aplicará doce meses después de esa confirmación, con una fecha límite máxima del 2 de agosto de 2028.

Mientras tanto, los productos sanitarios con IA en Europa se certifican únicamente conforme al MDR y al IVDR. Actualmente no existe una evaluación de conformidad independiente en virtud de la Ley de IA. Cuando entren en vigor las normas, prevalecerá la evaluación de conformidad sectorial, de modo que las obligaciones de transparencia y supervisión se integrarán en la revisión existente del organismo notificado.

Qué dicen las normas de la Ley de IA de la UE sobre las tasas de error en la detección de la apnea del sueño

El artículo 15 exigirá que la IA de alto riesgo declare niveles adecuados de precisión, solidez y ciberseguridad. El artículo 13 abarca la transparencia y la información que se proporciona a quienes implementan los sistemas, mediante instrucciones de uso que indiquen esas métricas y las limitaciones conocidas. Todavía no se puede exigir el cumplimiento de ninguno de estos artículos a tu dispositivo, así que por ahora tendrás que leer por tu cuenta los estudios publicados.

Estas cifras proceden de una revisión sistemática y un metaanálisis de 2024 sobre IA portátil, indexados en PubMed Central (PMC). La precisión de detección combinada fue de 0.869 (IC del 95%: 0.81-0.92), a partir de 13 estudios y 2,015 participantes. La sensibilidad alcanzó 0.938 (IC del 95%: 0.89-0.97), mientras que la especificidad se mantuvo en 0.752 (IC del 95%: 0.63-0.86).

Una sensibilidad alta significa que los falsos negativos son relativamente poco frecuentes, por lo que la tecnología rara vez pasa por alto un caso real. Una especificidad mediocre significa que suele dar la alarma cuando la persona está bien. Esa es la característica de una prueba de cribado, no de diagnóstico.

La determinación de la gravedad es el punto débil. En 9 estudios y 1,661 participantes de la misma revisión de 2024, la precisión combinada para evaluar la gravedad fue de solo 0.651 (IC del 95%: 0.54-0.75). La gravedad determina si te dicen que la enfermedad es leve, moderada o grave y, por tanto, qué tratamiento te ofrecen.

Por qué el IAH estimado da valores bajos

Un estudio de validación en condiciones reales de 2025, indexado en PubMed Central, comparó el algoritmo de un reloj inteligente de consumo para detectar apnea del sueño con la polisomnografía en 53 personas. El IAH estimado por el reloj se correlacionó con la PSG puntuada por IA (rho 0.88; ICC 0.87) y con la PSG puntuada por un médico (rho 0.85; ICC 0.82). Para la enfermedad de moderada a grave, con un índice de apnea-hipopnea (IAH) de 15 o más, la sensibilidad fue del 92.3%, la especificidad del 92.6%, la precisión del 92.5% y el AUC de 0.962.

El mismo estudio de 2025 señala tres motivos estructurales por los que el AHI estimado, o eAHI, da valores bajos. Los eventos se analizan en intervalos de un minuto, así que varias apneas breves dentro de un mismo minuto cuentan como una sola. El eAHI tiene un límite teórico de 60 eventos por hora. Además, el algoritmo divide por el tiempo total de registro, en lugar de por el tiempo real de sueño.

Hay otras dos limitaciones importantes en la práctica clínica. El algoritmo no puede distinguir entre la apnea central y la obstructiva, y los autores señalan que puede subestimar la apnea en personas con mayor pigmentación de la piel. Nuestro análisis detallado de cómo se compara la detección de apnea desde la muñeca con un estudio de laboratorio explica qué implica esto noche tras noche.

¿Quién es responsable cuando nadie en una clínica ve el resultado?

La responsabilidad se reparte entre el proveedor, es decir, el fabricante, y el implementador, es decir, la organización que utiliza el sistema profesionalmente. Cuando compras el reloj por tu cuenta, no hay implementador, así que la cadena de responsabilidad termina en ti.

Artículo 26 Las obligaciones de los implementadores presuponen una institución: supervisión humana con autoridad para anular una predicción de la IA y medidas de protección contra el sesgo de automatización (26(2), 26(5)), verificación de la calidad de los datos de entrada (26(4)) y conservación de los registros automáticos durante al menos seis meses (26(6)). Las obligaciones de conservación de registros del Artículo 12 y de supervisión humana del Artículo 14 imponen obligaciones de diseño equivalentes al fabricante.

Artículo 4 La alfabetización en IA es diferente, porque ya se aplica. Desde el 2 de febrero de 2025, las clínicas del sueño y los hospitales de la UE deben asegurarse de que el personal comprenda las capacidades del sistema, sus riesgos, cómo interpretar sus resultados y cómo detectar un fallo, durante todo el ciclo de vida, incluidas las actualizaciones de funciones. Tu clínica está sujeta a estas obligaciones hoy. Tu muñeca, no.

La vigilancia poscomercialización prevista por el MDR cubre parte de esta brecha en los productos con marcado CE. Los fabricantes deben supervisar el rendimiento en condiciones reales y notificar los incidentes graves a través de los canales de vigilancia, una obligación que explicamos en nuestra guía sobre las normas de vigilancia poscomercialización del MDR de la UE para dispositivos antirronquidos. En una aplicación de bienestar, esa red de seguridad no existe.

Los datos de entrenamiento que no te permiten inspeccionar

El artículo 10, sobre datos y gobernanza de datos, exigirá que los conjuntos de datos de entrenamiento, validación y prueba sean pertinentes y representativos, y que se examinen para detectar sesgos. La IA para el sueño parte de una situación difícil. En la revisión de 2024 sobre IA en dispositivos portátiles, 36 de 38 estudios (95 %) se basaron en datos de código cerrado, frente a solo 2 (5 %) que utilizaron datos de código abierto.

La misma revisión indica que 24 de 38 estudios (63 %) probaron dispositivos comerciales y 11 de 38 (29 %) utilizaron dispositivos de muñeca. El aprendizaje profundo superó al aprendizaje automático clásico, con una precisión de 0,899 frente a 0,831 (P=.02). Los mejores modelos, entrenados con datos no publicados, siguen sin permitirte comprobar de quién aprendió el modelo.

Otro problema subyace en las propias etiquetas. En el Programa de fiabilidad entre evaluadores de la AASM, publicado en el Journal of Clinical Sleep Medicine (2013), la concordancia humana en la clasificación de las fases del sueño fue del 82,6 % de media, a partir de más de 2.500 evaluadores y más de 3.200.000 decisiones de clasificación sobre 1.800 épocas. La concordancia bajó al 67,4 % para la fase N3 y al 63,0 % para la fase N1.

La puntuación manual es la verdad de referencia de la que aprenden estos algoritmos, y la fiabilidad entre evaluadores es imperfecta. Un algoritmo entrenado con etiquetas humanas hereda esa variabilidad en lugar de eliminarla. Considera el valor de una sola noche como una estimación.

Normas nacionales que la Ley de IA no sustituye

El marcado CE permite vender un dispositivo en toda la UE. No hace que se pague el dispositivo ni centraliza las reclamaciones. Ambas cosas siguen siendo competencia nacional.

En Alemania, el procedimiento acelerado DiGA, gestionado por el BfArM, acepta solicitudes solo de las clases I y IIa, y a finales de 2024 había 68 DiGA incluidas en la lista. Francia adoptó en 2023 su vía análoga de reembolso anticipado, PECAN, o prise en charge anticipée numérique. Ninguna de las dos vías es automática, y la Ley de IA no concede ninguna de ellas.

La vigilancia del mercado en virtud de la Ley de IA también se realiza a través de las autoridades competentes nacionales, no de un único regulador de la UE. La vía para presentar una reclamación depende de tu país de residencia, no de dónde se haya desarrollado el software.

Qué hacer cuando un algoritmo te señala

Una estimación algorítmica es una señal de cribado, no un diagnóstico. La función para consumidores con marcado CE descrita anteriormente indica claramente que no debe sustituir el diagnóstico ni el tratamiento a cargo de un profesional clínico cualificado.

La transparencia que la Ley de IA exige a los algoritmos también debería aplicarse a los fabricantes de dispositivos. Back2Sleep es un stent intranasal de silicona blanda con certificación CE de clase I que mantiene abiertas las vías respiratorias nasales durante el sueño, sin electricidad, ruido ni tubos.

Está indicado para los ronquidos y para la apnea obstructiva del sueño de leve a moderada confirmada por un profesional clínico, cuando la obstrucción es nasal o nasofaríngea. No es un tratamiento para la AOS grave ni para la apnea central, y nunca es motivo para saltarse el paso diagnóstico que recomienda este artículo.

Preguntas frecuentes