Skip to main content
  1. Home
  2. Salud
  3. Noticias
  4. News

Usan robot sin contacto para monitorear síntomas del COVID-19

Reducir los riesgos de contagio del COVID-19 mediante el uso de robots que midan de forma remota los signos vitales de los pacientes, es el objetivo de un proyecto impulsado por investigadores estadounidenses.

Investigadores del Massachusetts Institute of Technology (MIT) y el Brigham and Women’s Hospital (BHW) de Boston lograron que médicos pudieran monitorear a los pacientes sin necesidad de estar en la misma habitación, gracias a robots controlados de forma remota y equipados con una tableta.

Recommended Videos

“En robótica, uno de nuestros objetivos es utilizar la automatización y la tecnología para sacar a las personas de trabajos peligrosos. Pensamos que debería ser posible utilizar un robot para evitar que los trabajadores de la salud se expongan directamente al paciente”, afirma Henwei Huang, investigador del MIT.

Usando cuatro cámaras montadas en un robot con forma de perro desarrollado por Boston Dynamics, los investigadores han demostrado que pueden medir la temperatura corporal, la frecuencia respiratoria, la frecuencia del pulso y la saturación de oxígeno en la sangre en pacientes sanos, desde una distancia de 2 metros.

Midiendo signos vitales

Robot takes contact-free measurements of patients' vital signs

Un componente importante de la evaluación inicial de los casos de coronavirus la medición de los signos vitales, incluida la temperatura corporal. Por este motivo, los investigadores del MIT y BWH estiman que la robótica para el monitoreo sin contacto de los signos vitales permitirá a los trabajadores de la salud minimizar su exposición a pacientes potencialmente infecciosos.

Para lograrlo, decidieron utilizar las tecnologías de visión por computadora que pueden medir la temperatura, la frecuencia respiratoria, el pulso y la saturación de oxígeno en la sangre. Para que hacerlas móviles, utilizaron un robot conocido como Spot, que puede caminar sobre cuatro patas, como un perro y que ya había sido usado para controlar el distanciamiento social.

Los trabajadores de la salud pueden maniobrar el robot al lugar donde estén los pacientes, utilizando un controlador remoto.

Los investigadores montaron cuatro cámaras diferentes en el robot: una de infrarrojos más tres monocromas que filtran diferentes longitudes de onda de luz.

Además, desarrollaron algoritmos que les permiten usar la cámara infrarroja para medir tanto la temperatura elevada de la piel como la frecuencia respiratoria.

Para la temperatura corporal, la cámara mide la de la piel en la cara y el algoritmo la correlaciona. Además, considera la temperatura ambiente y la distancia entre la cámara y el paciente, por lo que las mediciones se pueden tomar desde diferentes distancias y condiciones climáticas y mantener la precisión.

Las mediciones de la cámara de infrarrojos también se pueden utilizar para calcular la frecuencia respiratoria. A medida que el paciente inhala y exhala con una mascarilla, su respiración cambia la temperatura de la máscara. La medición de este cambio de temperatura permite calcular la rapidez con la que respira el paciente.

Cada cámara monocroma filtra una longitud de onda de luz: 670, 810 y 880 nanómetros. Estas longitudes permiten medir los ligeros cambios de color que resultan cuando la hemoglobina en las células sanguíneas se une al oxígeno y fluye a través de los vasos sanguíneos. De esta forma, pueden calcular tanto la frecuencia del pulso como la saturación de oxígeno en la sangre.

«Realmente no desarrollamos nueva tecnología para realizar las mediciones. Lo que hicimos fue integrarlos juntos, para analizar diferentes signos vitales al mismo tiempo”, admite Huang.

Monitoreo continuo

Los investigadores realizaron las mediciones en voluntarios sanos y ahora están haciendo planes para probar el enfoque robótico en personas con síntomas de COVID-19.

A largo plazo, prevén que los robots podrían implementarse en las habitaciones de hospitales. Esto permitiría monitorear continuamente a los pacientes y que puedan ser controlados por los médicos a través de una tableta.

Rodrigo Orellana
Former Digital Trends Contributor
Google ayuda a detectar el cáncer de mama con ayuda de la IA
google ia deteccion temprana cancer de mama angiola harry sjcalew 1lm unsplash

Cada 19 de octubre se conmemora el Día Internacional de lucha contra el Cáncer de Mama, con el objetivo de concientizar acerca de esta enfermedad. En este contexto, Google difundió cómo trabaja en proyectos que combinan el poder de la inteligencia artificial (IA) con el conocimiento de los profesionales de la salud para crear herramientas de diagnóstico precisas y accesibles. Las investigaciones llevadas a cabo en varios diagnósticos detectaron una reducción del 9.4% de los falsos negativos y del 5.7% de los falsos positivos.
De acuerdo con la Organización Mundial de la Salud (OMS), el cáncer de mama es uno de los más comunes, siendo el 99% de los casos en mujeres. Asimismo, la Organización Panamericana de la Salud (OPS) afirma que el tratamiento puede ser altamente efectivo cuando la enfermedad se detecta a tiempo.
En este escenario, Adriana Noreña, vicepresidenta de Google para Hispanoamérica, reflexionó: “Como subrayé en mi participación en el Women 20 de Río de Janeiro, la inteligencia artificial tiene la capacidad de procesar y analizar enormes cantidades de datos en poco tiempo, identificar patrones complejos y aprender de forma contínua a través de sus algoritmos para mejorar su precisión, lo cual la convierte en una gran aliada para los profesionales de la salud”. Y agregó: “es crucial que haya cada vez más mujeres involucradas en el desarrollo de esta tecnología. Al incorporar nuestra perspectiva desde el momento cero, podemos garantizar que la IA no solo sea técnicamente avanzada, sino también nos permitirá crear soluciones íntimamente relacionadas con nuestro género, así como más equitativas y efectivas”.
En línea con estos esfuerzos por mejorar la detección temprana, entre 2016 y 2018, Google comenzó a implementar el uso del aprendizaje profundo -deep learning-, una de las áreas donde la IA emplea redes neuronales artificiales para aprender de grandes conjuntos de datos para realizar tareas complejas, con el fin de asistir a los médicos en la detección de la metástasis. Esta herramienta de análisis de nódulos linfáticos (Lymph Node Assistant -LYNA, por sus siglas en inglés-), es entrenada por medio de imágenes médicas, como radiografías, tomografías o imágenes patológicas, y clasificadas previamente por expertos, para que la IA pueda identificar los macro y micro patrones de la enfermedad. Así, LYNA tiene la capacidad de detectar la localización de la metástasis que, en muchos casos, es casi imperceptible al ojo humano, permitiendo que los médicos puedan acelerar el proceso de diagnóstico y, en consecuencia, adelantar el inicio del tratamiento. 
En 2021, Google Health realizó una investigación clínica junto con Northwestern Medicine para explorar cómo la IA podría acelerar el diagnóstico del cáncer de mama, optimizando el proceso desde la mamografía inicial hasta el diagnóstico final. Comenzaron la investigación recopilando imágenes mamográficas de alta calidad provenientes de diversos pacientes, las cuales fueron clasificadas por expertos en salud para entrenar el modelo de IA ante la detección de cáncer, la identificación de características tumorales, entre otros aspectos.
Posteriormente, el modelo se probó en un entorno clínico real, donde las personas que se sometían a mamografías podían optar por que sus resultados fueran analizados por la IA junto con la evaluación de los radiólogos. Estos arrojaron datos alentadores: se redujeron los falsos negativos en un 9.4% y los falsos positivos en un 5.7%, en comparación con la práctica clínica estándar. Además, la IA demostró su capacidad de analizar una mamografía en menos de dos minutos, lo que permite obtener resultados más rápidos para las pacientes, acelerar tanto el diagnóstico como el tratamiento, al mismo tiempo que reduce los costos asociados a la atención y los tratamientos tardíos.

Premios Nobel: Hallazgos en beneficio de la salud
La semana pasada, Geoffrey Hinton, ex investigador de Google, fue galardonado junto a John Hopfield con el Premio Nobel de Física 2024 por sus descubrimientos en el campo del aprendizaje automático con redes neuronales artificiales (ANN por sus siglas en inglés), que sentaron las bases para el reconocimiento a través de la IA de patrones en imágenes, lenguajes y en información clínica que hoy se utiliza en el campo de la salud y en otras disciplinas.
Como se describe en este documento emitido por el comité del premio Nobel, este descubrimiento fue clave en el desarrollo de la herramienta para la predicción de las estructuras de cualquier proteína en tres dimensiones denominado AlphaFold, motivo por el cual dos científicos de Google DeepMind, Demis Hassabis y John Jumper, obtuvieron también este año el Premio Nobel de Química. AlphaFold fue abierta por Google a la comunidad científica de forma gratuita y ya fue utilizado por más de dos millones de investigadores de más de 190 países.

Read more
Las mejores aplicaciones de entrenamiento gratuitas para iOS y Android
aplicaciones de entrenamiento gratuitas para ios y android mejores apps ejercecios ggratis

Si aún no puedes volver a tu gimnasio, se te ha terminado esa costosa membresía o estás buscando hacer un buen ejercicio en casa o en la oficina, aprovecha una serie de excelentes aplicaciones accesibles que te apoyarán a ejercitarte desde tu celular. Hay muchas apps de pago listas para hacerte sudar, y algunas de ellas pueden valer la pena en las circunstancias adecuadas. Pero no siempre apetece pagar. Ya sea que busques mantenerte en movimiento o gastar algo de tiempo, aquí hay una lista de las mejores aplicaciones de entrenamiento gratuitas para iOS y Android, que te ayudarán a sudar donde quiera que estés.

(Estas son las mejores aplicaciones de fitness gratuitas, sin duda, pero si deseas explorar otras opciones, incluidas las aplicaciones de pago, tenemos listas de las mejores aplicaciones de fitness para Android y las mejores aplicaciones de fitness para iOS también).
Nike Training Club

Read more
Se filtran 5,3 millones de registros de salud en México
La imagen muestra a un médico cirujano durante un procedimiento.

Cybernews informa que sus equipos de investigación encontraron una base de datos desprotegida de 500 GB de una empresa mexicana de atención médica el 26 de agosto de 2024. La base de datos expone información confidencial como nombres, números de identificación personal (CURP), números de teléfono, descripciones de solicitudes de pago y más.

La cantidad total de personas afectadas asciende a 5,3 millones, lo que representa aproximadamente el 4% de la población del país, según señala Cybernews. El informe de Cybernews indica que el error de seguridad se produjo con un uso "mal configurado" de una herramienta de visualización de datos llamada Kibana, que parece haber quedado sin autenticar.

Read more