Investigadores de la Universidad de Purdue y physIQ han anunciado el desarrollo de un algoritmo de detección viral basado en un reloj inteligente. El algoritmo será comercializado por PhysIQ, que desarrolla soluciones diseñadas para mejorar los resultados de la atención médica mediante la aplicación de inteligencia artificial (IA) a datos fisiológicos en tiempo real de sensores portátiles.
Concretamente, la investigación involucró un estudio de 100 participantes para determinar si usar un reloj inteligente para recopilar datos era práctico, discreto y fácil de usar.
Cada participante recibió un reloj inteligente Samsung Galaxy con una aplicación physIQ precargada para recopilar datos. Junto con el reloj inteligente, también usaron biosensores adhesivos en el pecho aprobados por la Agencia del Medicamento de Estados Unidos (FDA, por sus siglas en inglés) para capturar una señal de electrocardiograma de un solo cable y muchos otros parámetros durante cinco días de monitoreo continuo.
Luego, los investigadores analizaron los datos de la aplicación de forma remota utilizando la plataforma accelerateIQ basada en la nube de physIQ. Los datos de los parches para el pecho fueron procesados por algoritmos basados en IA aprobados por la FDA de physIQ para derivar la frecuencia cardíaca, la frecuencia respiratoria y la variabilidad de la frecuencia cardíaca.
La investigación involucró un estudio de 100 participantes para determinar si usar un reloj inteligente para recopilar datos era práctico, discreto y fácil de usar
Estos datos sirvieron como referencias "estándar de oro" para comparar con los datos de los relojes inteligentes. El algoritmo de detección de infecciones virales complementa otras aplicaciones de atención médica de physIQ. El objetivo de todas las aplicaciones de physIQ es la capacidad de caracterizar la fisiología humana dinámica a lo largo del tiempo, ya sea para evaluar la eficacia de una nueva terapia, el control de la seguridad durante el tratamiento o el bienestar general.
"Los relojes inteligentes son adecuados para la detección de infecciones virales tempranas, incluida la COVID-19", ha señalado Craig Goergen, profesor adjunto de ingeniería biomédica en la Universidad de Purdue, quien dirigió la investigación.
“Las infecciones pueden ocurrir en cualquier momento, lo que hace que los datos de seguimiento continuo estén disponibles a través de los relojes inteligentes de un individuo especialmente adecuados para identificar los primeros signos de enfermedad. En particular, el conocimiento de la frecuencia cardíaca y respiratoria habitual de una persona durante el sueño y la actividad durante largos períodos de tiempo es especialmente valioso para detectar cambios sutiles de lo normal”, ha detallado el profesor.
Por su lado, Stephan Wegerich, director científico de physIQ, ha indicado que “los algoritmos para permitir la detección temprana se basan en características fisiológicas derivadas de los datos del biosensor recopilados por los relojes inteligentes".
"La generación de características fisiológicas precisas y robustas constituye la entrada para los algoritmos de detección viral posteriores. Esto requiere el desarrollo de algoritmos sofisticados de procesamiento de señales y aprendizaje automático. Combinados, estos aprovechan al máximo los datos de los biosensores del reloj inteligente, que es una gran parte de nuestra colaboración con Purdue”, ha finalizado.