No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
La apnea es uno de los trastornos del sueño más frecuentes que se caracteriza por los ceses repetidos del flujo respiratorio durante el sueño, una interrupción repentina de la respiración que se calcula que afecta a un 4% de la población. Investigadores de la Universidad Rovira i Virgili han diseñado un prototipo integrado y de bajo consumo que permite detectar las apneas y la calidad del sueño, y que envía los datos procesados a una base de datos a través del teléfono móvil.
Investigadores del grupo NePhoS de la Universidad Rovira i Virgili han diseñado un sistema para analizar los parámetros del sueño de manera menos invasiva que los sistemas actuales hospitalarios, ya que lo hace a través de un sensor que, en contacto con el cuerpo, transmite la información de forma inalámbrica. No sustituye la diagnosis hospitalaria, pero sí permite hacer una criba previa de los pacientes y evita que los que no sufren este trastorno tengan que desplazarse al hospital para hacerse las pruebas in situ durante la noche.
El sistema integrado contiene un microcontrolador de bajo consumo, un sensor comercial –un magnetómetro como el que encontraríamos en cualquier móvil– que detecta los movimientos de la respiración al colocarlo sobre el cuerpo, con un algoritmo de procesado integrado.
Este algoritmo desarrollado por los investigadores garantiza un consumo muy bajo de la batería, porque se envían los datos ya procesados. Por este motivo, las transmisiones son muy puntuales, no continuadas. Este prototipo envía la información al teléfono móvil mediante un enlace Bluetooth y, de allí, se sube a la nube y se almacena en una base de datos que podría consultar un médico para valorar si realmente el usuario sufre de apneas del sueño.
Además de los parámetros asociados a la respiración, también se detecta el movimiento de la persona. Con otro sensor, un acelerómetro, se determinan movimientos repentinos mientras el paciente está durmiendo y así se puede estimar la calidad del sueño de manera similar a cómo lo hacen otros dispositivos comerciales, pero que no miden la respiración.
Aplicaciones del sistema
La información que se envía procesada hace referencia al número de respiraciones por minuto, el número de apneas y su duración. Por ahora, con los sistemas existentes, el médico tiene que procesar los datos sin tratar, mientras que, con este sistema, dispone de indicadores finales que le permiten hacer un análisis más preciso para hacer la criba y decidir si la persona necesita más pruebas.
El prototipo permite seleccionar quién necesita pasar a la fase de diagnóstico hospitalario y descartar al resto. Se trata de una monitorización domiciliaria que permite descongestionar la sanidad.
El mismo aparato, con pequeñas modificaciones, se podría integrar en los cinturones de seguridad de los vehículos como sistema de aviso cuando baja el ritmo de la respiración, cosa que podría indicar somnolencia, por ejemplo. Solo habría que incluir algún mecanismo en el sistema para compensar la influencia del movimiento del coche.
Referencia bibliográfica:
S. Milici, A. Lázaro, R. Villarino, D. Girbau and M. Magnarosa, “Wireless Wearable Magnetometer-Based Sensor for Sleep Quality Monitoring” in IEEE Sensors Journal, vol. 18, no. 5, pp. 2145-2152, March1, 1 2018. doi: 10.1109/JSEN.2018.2791400.
La investigación forma parte del proyecto europeo H2020 “Emergent. ChiplEss MultisEnsor Rfid for Green NeTworks”, coordinado por la Universidad de Pisa
Solo para medios:
Si eres periodista y quieres el contacto con los investigadores, regístrate en SINC como periodista.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
