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

Usan robot sin contacto para monitorear síntomas del COVID-19

Add as a preferred source on Google

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
Microsoft asegura que su IA diagnostica mejor que médicos generales casos clínicos complejos
Doctora

Microsoft presentó un sistema de inteligencia artificial que, según la compañía, logró resolver con mayor precisión que médicos generales una serie de casos clínicos especialmente difíciles. El anuncio, respaldado por una investigación publicada en la revista Science, forma parte de la apuesta de la empresa por desarrollar lo que denomina “superinteligencia médica”.

La plataforma se llama MAI-DxO, siglas de Microsoft AI Diagnostic Orchestrator. En lugar de entregar una respuesta inmediata a partir de un solo modelo, el sistema coordina varios agentes de IA que actúan como un panel de médicos virtuales: formulan preguntas al paciente, solicitan exámenes, evalúan hipótesis y discuten posibles diagnósticos antes de llegar a una conclusión.

Read more
Retiran más de 13 millones de pruebas de embarazo en el mundo por riesgo de falsos positivos
Una mujer embarazada

Más de 13 millones de pruebas rápidas de embarazo han sido retiradas en distintos países, entre ellos Estados Unidos, debido a que pueden arrojar resultados falsos positivos. Los dispositivos afectados no se vendían en farmacias, sino que se distribuyeron a hospitales y centros de salud.

El caso salió a la luz tras un aviso publicado en el sitio web de la FDA que casi no tuvo difusión. Gizmodo lo detectó después de advertir un retiro similar en Canadá a comienzos de este mes. Según el registro, la acción se inició el 20 de agosto, pero el aviso solo se publicó el 25 de septiembre.

Read more
PhotoScan: la IA de Google que mide tu grasa corporal con solo dos selfies
Pain, Person, Body Part

Durante años, el índice de masa corporal (BMI) ha sido la métrica estándar para evaluar el estado de peso de una persona. Sin embargo, médicos y especialistas saben desde hace tiempo que el BMI es una medida incompleta: no distingue entre masa muscular y grasa, ni revela dónde se acumula esa grasa, un factor crítico para evaluar riesgos metabólicos como la resistencia a la insulina o enfermedades cardiovasculares.

Ahora, Google Research ha dado un paso audaz con PhotoScan, un sistema experimental de aprendizaje profundo que promete estimar la composición corporal —incluyendo el porcentaje de grasa corporal, la proporción de grasa tronco-cadera y la relación entre grasa visceral y subcutánea— usando únicamente dos fotografías tomadas con un smartphone convencional.

Read more