Stanford, smartwatch puede detectar signos tempranos de enfermedad

smartwatch puede detectar signos tempranos de enfermedad
smartwatch puede detectar signos tempranos de enfermedad

Stanford, smartwatch puede detectar signos tempranos de enfermedad

Los científicos de Stanford Medicine han ideado un “sistema de alarma” basado en un reloj inteligente que se activa cuando detecta signos de infección.

stanford, smartwatch puede detectar signos tempranos de enfermedad
“Los relojes inteligentes y otros dispositivos portátiles realizan muchas, muchas mediciones por día, al menos 250.000, que es lo que los convierte en dispositivos de monitoreo tan poderosos”, dijo Michael Snyder.
Paul Sakuma

4 DE DICIEMBRE DE 2020

Los investigadores han desarrollado una aplicación de reloj inteligente diseñada para alertar a los usuarios cuando sus cuerpos muestran signos de combatir una infección.
Estudio Ella Maru

Investigadores de la  Facultad de Medicina de la Universidad de Stanford  han desarrollado una aplicación de reloj inteligente diseñada para alertar a los usuarios cuando sus cuerpos muestran signos de combatir una infección, como una frecuencia cardíaca elevada.

La aplicación funciona con un algoritmo que detecta cambios en la frecuencia cardíaca en reposo y el recuento de pasos de una persona. Un estudio de datos retrospectivos encontró que la aplicación pudo marcar correctamente los signos de COVID-19 antes de que aparecieran los síntomas, o cuando aparecieron, el 63% de las veces. Los casos perdidos podrían deberse a algunos factores, dijo  Michael Snyder , PhD, profesor y presidente de genética. Algunos medicamentos pueden causar frecuencias cardíacas variables, lo que dificulta que el algoritmo detecte una frecuencia cardíaca en reposo estable. Otros factores, como viajes aéreos prolongados, ciclos menstruales y tiempo en una región de gran altitud, pueden desencadenar alertas.

Snyder y su equipo están listos para ir más allá de la fase piloto de la investigación y refinar la precisión de la aplicación. Ahora están haciendo que el algoritmo, que notifica a los usuarios sobre una posible infección a través de alertas “amarillas” o “rojas”, esté disponible para hasta 10 millones de nuevos usuarios. Es importante que los usuarios noten, dijo Snyder, que el algoritmo aún no puede descifrar el COVID-19 de otras infecciones, como un resfriado común, por lo que incluso una alerta roja no significa necesariamente una infección por COVID-19.

El algoritmo estará disponible inicialmente en dispositivos Fitbit. Más tarde, los investigadores planean ponerlo a disposición en una variedad de relojes inteligentes y dispositivos que pueden rastrear la frecuencia cardíaca.

El objetivo de las alertas, dijo Snyder, no es simplemente avisarle cuando está enfermo, sino señalar los primeros signos encubiertos de la enfermedad antes de que aparezcan síntomas notables. Durante la pandemia, tales alertas permitirían a los usuarios saber que es posible que necesiten ponerse en cuarentena y les pedirán que se realicen una prueba de detección de COVID-19. La aplicación puede detectar enfermedades hasta 10 días antes de que aparezcan los síntomas.

“Detectar los signos de infección antes de que aparezcan los síntomas sería una ventaja enorme para la salud pública, ya que se sospecha que varias transmisiones de COVID-19 provienen de personas asintomáticas o con una infección leve”, dijo el científico investigador Tejaswini Mishra, PhD. “Las personas cuyas firmas de frecuencia cardíaca indican infección, COVID-19 o no, pueden recibir una alerta para que se aíslen”

Michael Snyder

Michael Snyder

Los resultados del estudio piloto   se publicaron el 18 de noviembre en  Nature Biomedical Engineering . Snyder, quien tiene la Cátedra de Genética de Stanford W. Ascherman, MD, FACS, y  Xiao Li , PhD, profesor asistente de ciencias médicas generales en Case Western, son los autores principales. La autoría principal es compartida por Mishra y los becarios postdoctorales  Ahmed Metwally , PhD,  Gireesh Bogu , PhD, y  Andrew Brooks , PhD; el científico investigador Meng Wang, PhD; el director de ciencia y tecnología del Laboratorio de Innovación en Salud de Stanford,  Amir Bahmani , PhD; y Arash Alavi, PhD, líder de seguridad y privacidad del laboratorio de Innovación en Salud.

Luz amarilla, luz roja

Snyder y su equipo  lanzaron  el estudio en marzo, reclutando participantes para ver si el algoritmo podría identificar a las personas con una infección en o antes del inicio de los síntomas utilizando solo los datos de un reloj inteligente Fitbit. De más de 5,000 participantes, se confirmó que 32 tenían COVID-19. En 26 de esos casos, los científicos vieron un aumento en la frecuencia cardíaca en reposo durante la infección, uno que fue lo suficientemente largo como para descartar aumentos temporales debido al ejercicio o al estrés temporal. También vieron que las personas infectadas caminaban un promedio de 1.440 pasos menos diarios y dormían 30 minutos más que las que estaban libres de virus. Animado por estos datos y los datos de  otros estudios , el equipo entrenó un algoritmo para enviar alertas a los usuarios que les permitirían saber si su cuerpo parecía estar infectado.

Figura 1

Se reclutó un total de 5.262 participantes, incluidos individuos que: (1) estaban enfermos y dieron positivo por COVID-19 (rojo oscuro); (2) enfermo y dio positivo por otras enfermedades (oro); (3) enfermo sin diagnóstico confirmado (gris oscuro); y (4) no estaban enfermos pero tenían un alto riesgo de exposición (gris claro). Se pidió a los participantes que registraran los síntomas diarios y que compartieran los datos de su monitor de actividad física a través de la aplicación del estudio, MyPHD. Los tipos de datos recopilados incluyeron frecuencia cardíaca, pasos y sueño durante un período de varios meses. Se desarrollaron dos algoritmos de detección de infecciones (RHR-Diff y HROS-AD). Los dos paneles inferiores representan métricas de frecuencia cardíaca derivadas de los dos algoritmos durante un período de meses en un individuo, centradas en la aparición de los síntomas (día 0). Las primeras elevaciones anormales de frecuencia cardíaca detectadas están marcadas con estrellas rojas. Los períodos de anomalía detectados por RHR-Diff están marcados por flechas rojas. Los puntos de tiempo de anomalía detectados por HROS-AD están marcados con puntos rojos. El día de inicio de los síntomas y el día del diagnóstico se indican mediante líneas verticales discontinuas rojas y violetas, respectivamente.

stanford, smartwatch puede detectar signos tempranos de enfermedad
stanford, smartwatch puede detectar signos tempranos de enfermedad

“Creamos un sistema de alarma por niveles que envía alertas en tiempo real”, dijo Snyder. “Amarillo significa que algo está pasando y la persona debe comenzar a refugiarse en su lugar. Si recibe una alerta roja, básicamente significa que está pasando por un estrés significativo. Si conoce el motivo, como una gran altitud o demasiado alcohol, puede ignorarlo, pero si no está haciendo nada inusual, es posible que esté luchando contra algún microbio extraño y quiera aislarse y tal vez buscar un COVID. 19 prueba “.

El equipo reclutará participantes para la segunda fase del estudio con el objetivo de llegar a 10 millones de usuarios y refinar el algoritmo para aumentar su capacidad de detectar signos de COVID-19 en tiempo real.

“Estamos decididos a llegar a tantas personas como podamos”, dijo Snyder. “No existe una solución única que cambie el rumbo contra el COVID-19, pero un dispositivo que pueda hacer ping cuando su salud parece dudosa sería un gran paso para frenar las tasas de transmisión y aliviar la carga sobre nuestros sistemas de atención médica”.  smartwatch puede detectar signos tempranos de enfermedad

Si desea obtener más información sobre cómo inscribirse en el estudio, visite http://innovations.stanford.edu/wearables .

Otros autores del estudio de Stanford son los becarios postdoctorales Ryan Kellogg, PhD, Petra Mamic, MD y Ariel Ganz, PhD; las coordinadoras de investigación Alessandra Celli, Bethany Fay y Susan Kirkpatrick; las consejeras genéticas Emily Higgs y Orit Dagan-Rosenfeld; la coordinadora de investigación clínica Michelle Gibson; el ingeniero de gestión de datos Tao Wang; la estudiante de pregrado Erika Hunting; y Benjamin Rolnik, director del Stanford Healthcare Innovation Lab.

Investigadores de la Universidad Case Western también contribuyeron a este estudio.

La financiación del estudio provino del Laboratorio de gripe, Google for Education y el premio HPC por la investigación COVID-19.  smartwatch puede detectar signos tempranos de enfermedad


Stanford Medicine integra investigación, educación médica y atención médica en sus tres instituciones: la Facultad de Medicina de la Universidad de Stanford , Stanford Health Care (anteriormente Stanford Hospital & Clinics) y Lucile Packard Children’s Hospital Stanford . Para obtener más información, visite el sitio de la Oficina de Comunicación y Asuntos Públicos en http://mednews.stanford.edu .

Otros reportajes NUVE

Tres modalidades para el diagnóstico de tumores

Automatizar la inteligencia artificial

More from Lucio Villalba

España recibe 38 millones de H2020 para financiar más de 300 investigadores

España recibe 38 millones de H2020 para financiar más de 300 investigadores
Ver publicación