Miembros de Standford Medicine (EE.UU.) crean un algoritmo para relojes inteligentes que analiza la frecuencia cardíaca como indicador del estrés fisiológico y mental, y que podría alertar de que los usuarios están enfermando, por ejemplo de COVID-19, antes de tener síntomas.
La investigación, dada a conocer en la revista Nature Medicine, ha contado con la participación de 2.155 participantes que llevaron un reloj inteligente que era capaz de rastrear los eventos de estrés mental y físico mediante alteraciones en la frecuencia cardiaca, que cuando es más alta de lo normal puede ser una señal reveladora de que algo puede estar mal. Cuando la pulsera detectaba esta situación estresante, pedía que la persona introdujese en la aplicación la actividad que estaba llevando a cabo.
De los 84 participantes que tuvieron un diagnóstico positivo de COVID-19, el algoritmo fue capaz de detectar a 67 de ellos. La mayoría de las alertas se asociaron a otras causas, como viajes en avión, haber tomado comidas abundantes, tener la menstruación, estrés mental, una intoxicación o infecciones no causadas por el SARS-CoV-2. El algoritmo también alertó de un período de estrés después de que muchos participantes recibieron la vacuna COVID-19, lo que podría deberse al aumento en la respuesta inmune generada por la inyección.
El algoritmo detecta el 80% de los casos de COVID-19
Los resultados tras un seguimiento de ocho meses indicaron que el algoritmo junto con los relojes inteligentes fueron capaces de detectar el 80% de los casos confirmados de COVID-19 antes o durante los primeros síntomas. Sin embargo, los investigadores también han declarado que se debe mejorar el algoritmo, pues parece ser que no es capaz de diferenciar, por ejemplo, el estrés del trabajo de alguien enfermo, por lo que todavía hay que ser cautelosos con su uso práctico.
“La idea es que las personas eventualmente usen esta información para decidir si necesitan hacerse una prueba de COVID-19 o aislarse por sí mismos. Aún no hemos llegado a ese punto, todavía tenemos que probar esto en ensayos clínicos, pero ese es el objetivo final”, explica Michael Snyder, uno de los autores principales del estudio.
Las mejoras propuestas para el algoritmo se centran en agregar datos como los patrones de sueño, el recuento de datos y la temperatura corporal, que ayudaría a determinar mejor los distintos tipos de estrés. De mejorarse esta técnica, los investigadores creen que su algoritmo podría detectar de manera fiable el COVID-19 antes de que aparezcan los síntomas y podría usarse para orientar a los médicos sobre decisiones sobre el paciente.
Web consultas / Nature Medicine.
