- Un nuevo estudio publicado en JAMA Network Open apunta a que los wearables podrían predecir infecciones, incluso antes de experimentar síntomas.
- En la investigación se registraron datos biométricos de un grupo jóvenes antes y después de que fueran inoculados con la influenza H1N1 y el rinovirus humano.
- Se pudieron detectar infecciones con hasta un 92% de precisión, así como diferenciar entre enfermedad leve y moderada con hasta 90% de precisión.
Aunque todavía falta, es posible que en el futuro tu pulsera inteligente detecte si te contagiaste de gripa incluso antes de que tengas síntomas. O que tu wearable deportivo favorito sepa que contrajiste una infección; y todo gracias al monitoreo de determinados signos vitales.
Un nuevo estudio en JAMA Network Open —que supone la evidencia más rigurosa hasta la fecha— mostró que los monitores de salud portátiles pueden predecir infecciones, incluso antes de que se experimenten los primeros síntomas.
Aunque el tamaño de muestra para esta investigación fue más grande comparada con estudios anteriores, la utilidad inmediata todavía no es posible. Quedan por resolver problemas con la estandarización de los wearables y su prueba en poblaciones diversas.
Desde STAT recuerdan un par estudios que analizaron wearables como Apple Watches y Fitbit, en los que de miles de personas inscritas, hubo 50 casos de Covid-19.
En estos casos y otros similares, no estaba claro cuándo las personas infectadas contrajeron el virus por primera vez. Y esto limitaba la capacidad de predicción de los aparatos.
Los wearables pueden detectar infecciones por gripe eficazmente
En la investigación se registraron datos biométricos de los jóvenes antes y después de que fueran inoculados con influenza H1N1 y rinovirus humano. Comparando a cada participante con sus métricas de referencia no infectadas, los wearables fueron capaces de detectar infecciones con hasta 92% de precisión.
Los dispositivos también mostraron eficacia al diferenciar entre enfermedad leve y moderada con hasta 90% de precisión.
El wearable que se utilizó fue la pulsera E4, fabricada por la empresa Empatica. Esta recoge datos sobre la frecuencia cardíaca, temperatura de la piel, movimiento y la actividad electrodérmica del usuario —una medida de la actividad eléctrica en la piel.
Una vez expuestos a los virus, los participantes informaron síntomas diarios y los investigadores cuantificaron su diseminación viral.
El aprendizaje automático aumenta la precisión de este algoritmo, que pudo detectar la infección siguiendo el cambio de los datos biométricos de cada participante.
Cuando se combinaron los datos, el algoritmo predijo correctamente la presencia de infección 12 horas después de la exposición. Y tuvo una precisión de 78%, cuando la mediana del tiempo de aparición de los síntomas fue de 48 horas para la gripe y 36 horas para el rinovirus.
La precisión incrementó hasta 92% solo para la gripe después de 24 horas, y al 88% para el rinovirus después de 36 horas; o en el momento medio en que comenzaron los síntomas.
El modelo también predijo la gravedad de la enfermedad: moderada, leve o asintomática/no infectada con al menos 80% de precisión 12 horas después de la exposición viral.
Los wearables podrían ayudar a detectar infecciones por Covid-19
El descubrimiento se perfila como «una herramienta de salud pública muy útil «para una enfermedad como Covid-19», apunta Jennifer Radin, epidemióloga del Scripps Research Translational Institute, que no participó en la investigación. Su utilidad es especialmente significativa para casos presintomáticos y asintomáticos.
El ejército estadounidense ya emplea la pulsera E4 de Empatica para un sistema de detección del coronavirus llamado Aura. Este combina el wearable con un algoritmo y una aplicación que brinda a los usuarios una evaluación diaria de riesgos.
La empresa planea solicitar la aprobación de la Administración de Alimentos y Medicamentos para usar el dispositivo para diagnosticar Covid-19; en paralelo con un ensayo clínico en curso.
Todavía hay un largo camino por delante
Según los investigadores aún se necesitan evaluar dispositivos portátiles para que sirvan como detector del coronavirus.
«Los datos biométricos siguen un ritmo circadiano, lo que dificulta detectar las señales del ruido sin suficientes lecturas de referencia», explica Emilia Grzesiak, primera autora del estudio y científica de datos del Laboratorio Nacional Lawrence Livermore.
También es importante entrenar a los algoritmos de aprendizaje automático en muestras representativas de la población, capacitándolos para que no haya falsos positivos. Por ejemplo, las mujeres suelen tener una temperatura cutánea más alta cuando están menstruando.
También deben solucionar el peor funcionamiento de las luces para recopilar datos biométricos en personas negras. Y también salvaguardar la brecha digital en personas con peor acceso a la tecnología portátil.
El propósito de los sensores biométricos no es reemplazar los métodos de diagnóstico clínico, sino complementar a los mismos para priorizar la asignación y ordenar la obtención de pruebas de PCR o antígenos.
TAMBIÉN LEE: BID Lab y Google lanzan programa de aceleración para emprendedoras STEM de América Latina y el Caribe
