💡 Resumen (TL;DR):
- Un estudio de la Universidad de Ginebra demostró que los wearables detectan alteraciones cognitivas y emocionales de forma pasiva.
- Los modelos de IA analizaron datos de 88 voluntarios con una tasa de error promedio de apenas 12.5%.
- Esta integración tecnológica permitirá desarrollar herramientas de alerta temprana para trastornos neurológicos.
Investigadores de la Universidad de Ginebra comprobaron que los smartwatches y smartphones de consumo pueden predecir cambios cognitivos y emocionales vinculados con la salud cerebral. El estudio, publicado en npj Digital Medicine, demostró que el uso combinado de sensores y algoritmos logra identificar estas fluctuaciones en las personas con una tasa de error promedio de apenas el 12.5%.
Durante 10 meses, el equipo de científicos monitoreó a 88 voluntarios de entre 45 y 77 años. Sin alterar sus rutinas diarias, recopilaron telemetría pasiva mediante una aplicación dedicada y relojes inteligentes.
Los dispositivos registraron 21 indicadores clave, abarcando desde el ritmo cardíaco y los patrones de sueño, hasta las condiciones climáticas y los niveles de contaminación atmosférica en el entorno de los usuarios. Cada 3 meses, los participantes resolvieron cuestionarios sobre su bienestar emocional y ejecutaron pruebas de rendimiento cognitivo.
Posteriormente, los investigadores utilizaron modelos de inteligencia artificial para procesar la información pasiva y cruzarla con los diagnósticos.
“El objetivo era determinar si la IA podía predecir fluctuaciones en la salud cognitiva y emocional de los participantes basándose en estos datos”, explicó Igor Matias, asistente doctoral en la Escuela de Economía y Administración de Ginebra y autor principal de la investigación.
El impacto del clima y el sueño en la mente
El sistema predictivo fue notablemente eficiente al proyectar los estados emocionales, registrando márgenes de error mínimos, de entre 5% y 10%. Para este cálculo, el modelo priorizó las condiciones climáticas, la variabilidad del sueño y el ritmo cardíaco nocturno como los factores informativos principales.
Por otro lado, los estados cognitivos resultaron ligeramente más complejos de perfilar. Las predicciones en este renglón mostraron errores de entre el 10% y el 20%, dependiendo fuertemente de la contaminación del aire, el clima general, el ritmo cardíaco diario y los patrones irregulares al dormir.
Esta investigación forma parte del proyecto Providemus alz, bajo la supervisión de Katarzyna Wac y Matthias Kliegel, el cual se enfoca en usar tecnología móvil para monitorear enfermedades neurodegenerativas. Ahora, el equipo extenderá la recolección de métricas a 24 meses para comprender el peso de las características individuales en el desempeño de la IA.
Actualmente, la Organización Mundial de la Salud estima que más de una de cada tres personas en el mundo padece un trastorno neurológico, mientras que más de la mitad experimentará una condición de salud mental en algún punto de su vida. Ante esta crisis, la telemetría portátil gana peso clínico.
“En promedio, la tasa de error fue de apenas el 12.5%, abriendo nuevas posibilidades para el uso de dispositivos conectados en la detección temprana de anomalías o cambios en la salud cerebral”, concluyó Matias.
