Parche sensor portátil conectado a un teléfono inteligente detecta arritmia

Como parte de la Internet de las cosas (IoT), estos sensores tienen un potencial significativo para el monitoreo de la salud. Producen cantidades sustanciales de datos, que deben procesarse para una interpretación significativa. El área de computación enfocada en procesar estos datos localmente en el sensor o en un dispositivo conectado, en lugar de depender de un servidor remoto en la nube, se conoce como computación de borde. Este enfoque es esencial para el avance de la tecnología de sensores portátiles. Los investigadores ahora han empleado la computación de borde en teléfonos inteligentes para analizar datos de un parche de sensor portátil flexible multimodal para detectar arritmias, tos y caídas.

Un equipo de investigación de la Universidad de Hokkaido (Hokkaido, Japón) ha creado un parche sensor multimodal flexible y portátil y ha desarrollado un software de computación de borde capaz de identificar arritmias, toses y caídas en voluntarios. Este innovador sensor, que utiliza un teléfono inteligente como dispositivo de computación de borde, se detalla en un artículo publicado en la revista Device. El parche está equipado con sensores que monitorean la actividad cardíaca a través del electrocardiograma (ECG), así como la respiración, la temperatura de la piel y la humedad debido a la transpiración. Después de confirmar su uso a largo plazo, los sensores se integraron en una película flexible que se adhiere a la piel. Además, el parche sensor contiene un módulo Bluetooth para la conexión a un teléfono inteligente.

El equipo inicialmente evaluó la capacidad del parche sensor para detectar cambios fisiológicos en tres voluntarios que lo llevaban en sus pechos. El parche se utilizó para monitorear los signos vitales de estos individuos a temperaturas de globo de bulbo húmedo (que evalúan el riesgo de estrés térmico) de 22 °C y superiores a 29 °C. Si bien el tamaño de la muestra fue limitado, los investigadores pudieron observar cambios significativos en los signos vitales durante el monitoreo de series temporales a temperaturas elevadas. Esto podría ayudar a identificar síntomas de estrés térmico en etapa temprana. Para mejorar aún más sus hallazgos, el equipo desarrolló un programa de aprendizaje automático para analizar los datos registrados en busca de síntomas adicionales, como arritmia cardíaca, tos y caídas. Además de realizar el análisis en una computadora, también crearon una aplicación de computación de borde para teléfonos inteligentes que logró resultados analíticos similares, con una precisión de predicción superior al 80 %.

“Nuestro objetivo en este estudio fue diseñar un parche sensor multimodal que pudiera procesar e interpretar datos mediante computación de borde y detectar las primeras etapas de la enfermedad durante la vida diaria”, dijo el profesor Kuniharu Takei de la Universidad de Hokkaido. “El avance significativo de este estudio es la integración de sensores flexibles multimodales, análisis de datos de aprendizaje automático en tiempo real y monitoreo vital remoto mediante un teléfono inteligente. Una desventaja de nuestro sistema es que el entrenamiento no se podía realizar en el teléfono inteligente y tenía que hacerse en la computadora; sin embargo, esto se puede resolver simplificando el procesamiento de datos”.