Por Canuto  

Google Research presentó un sistema de IA que analiza datos de pulso y movimiento de un smartwatch común para estimar la probabilidad de presión arterial alta sin calibración con brazalete. En una prueba con 196 personas, identificó al 65,8% de quienes tenían presión alta, frente al 55,3% de una medición estándar en consultorio. La empresa recalca que el método sigue en investigación y no sustituye un diagnóstico.
***

  • El modelo utiliza sensores de pulso y movimiento presentes en relojes inteligentes, y aprende patrones de cada persona a partir de casi 500.000 horas de datos.
  • En un estudio con 196 participantes de cinco centros de investigación en EE. UU., identificó al 65,8% de las personas con presión alta; la medición estándar en consultorio detectó al 55,3%.
  • Google Health describe una función que usa patrones de pulso y movimiento para monitorear tendencias de presión arterial y avisar de cambios significativos. La herramienta no reemplaza un diagnóstico médico.

 

Google Research presentó un método de inteligencia artificial que busca reconocer señales asociadas con presión arterial alta mediante sensores ya integrados en relojes inteligentes comunes. El sistema analiza datos del pulso y del movimiento, y no requiere calibrar el dispositivo con un brazalete de presión arterial, según la descripción del estudio publicada por Google Research, que también informa de su publicación en Nature.

La propuesta apunta a usar registros cotidianos del smartwatch para estimar la probabilidad de presión alta, en lugar de depender únicamente de una medición puntual. Google presenta el método como una investigación: no reemplaza una evaluación médica ni ofrece por sí solo un diagnóstico. Su propósito declarado es animar a las personas a hacerse un chequeo.

Cómo aprende la IA a partir de los sensores del reloj

El sistema utiliza dos tipos de sensores presentes en relojes modernos: uno registra señales del pulso y otro detecta el movimiento. Google entrenó una red neuronal con casi 500.000 horas de datos procedentes de sensores. Según la descripción del estudio, el modelo buscó regularidades en registros de distintas personas sin partir de diagnósticos que orientaran el aprendizaje.

En vez de enseñarle desde el inicio a clasificar casos diagnosticados de presión alta, el entrenamiento consistió en comparar segmentos breves y determinar cuáles correspondían a una misma persona. Así, el modelo aprendió patrones individuales relacionados con el pulso y los latidos del corazón. Los registros no miden directamente la presión como lo hace un brazalete.

Después, el sistema combina patrones observados durante varios días y calcula una probabilidad de que la persona tenga presión arterial alta. La evaluación depende de señales acumuladas en el tiempo, no de una única lectura aislada. La información disponible no detalla cuánto tiempo exacto necesita cada estimación ni cómo cambiaría el resultado ante variaciones en el uso del reloj.

Google también desarrolla SensorFM, un modelo de salud que aprende a partir de datos de smartwatches. Su mención sitúa el detector dentro de una línea más amplia de investigación de la compañía sobre información obtenida con dispositivos portátiles, pero no establece que SensorFM sea el sistema evaluado en este estudio ni que todos los relojes sean compatibles con la función.

Resultados iniciales y límites de la herramienta

La evaluación incluyó a 196 personas en cinco centros de investigación de Estados Unidos. En ese grupo, el sistema identificó al 65,8% de las personas con presión alta, mientras que la medición estándar realizada en consultorio identificó al 55,3%, de acuerdo con los resultados resumidos por Google. Las cifras describen la proporción de casos detectados en el estudio; por sí solas, no demuestran que el reloj sea superior en todos los usos o poblaciones.

La comparación debe leerse dentro de los límites de esa prueba: la información divulgada no ofrece detalles adicionales sobre la composición de la muestra, los criterios de selección de participantes o el desempeño en distintos grupos. El porcentaje observado no garantiza la detección en una persona ni permite concluir que una alerta del reloj confirme hipertensión. Google insiste en que la herramienta sigue bajo investigación.

La aplicación Google Health cuenta con una función de tendencias de presión arterial. Según la información de soporte de Google, esta usa patrones de pulso y movimiento para monitorear tendencias y avisar de cambios significativos. Esa función no convierte el método experimental en una medición clínica definitiva: la información disponible no precisa en qué mercados está habilitada ni qué dispositivos la admiten.

Google sostiene que más de la mitad de las personas con presión arterial alta no saben que la tienen, y presenta la tecnología como una posible vía para impulsar un chequeo. La utilidad práctica dependerá de que las estimaciones se validen y se comuniquen con claridad: una probabilidad generada por sensores no debe confundirse con un diagnóstico médico ni con una lectura tomada mediante un brazalete.

El avance combina aprendizaje automático y sensores que ya forman parte de dispositivos de consumo, pero la evidencia compartida hasta ahora se limita a un estudio de 196 participantes. Por ahora, la conclusión es que Google investiga una forma de detectar señales de riesgo sin brazalete, no que un smartwatch pueda sustituir las mediciones clínicas o resolver por sí solo el diagnóstico de presión alta.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados