Los sensores médicos portátiles que se utilizan ampliamente en hospitales y clínicas se están extendiendo a la corriente principal a medida que las empresas de tecnología los incorporan cada vez más a la electrónica popular. desde los relojes inteligentes de Apple hasta las correas de fitness Fitbit.

Los ingenieros de Princeton están trabajando para llevar estas tecnologías de sensores un paso más allá mediante el desarrollo de software que algún día podría usar múltiples pistas de salud de sensores portátiles para diagnosticar innumerables enfermedades en tiempo real. Cuando esté completamente desarrollado, el sistema advertiría a un paciente que está desarrollando diabetes, por ejemplo.

En un artículo de la revista Transacciones IEEE en sistemas informáticos multiescala , investigadores dirigidos por Niraj Jha informaron que su sistema, el Sistema jerárquico de apoyo a las decisiones de salud (HDSS), utilizó datos biomédicos para detectar con éxito cinco enfermedades en simulaciones creadas a partir de una combinación de datos de pacientes. El papel, publicado en octubre-diciembre de la revista. asunto, afirma que el sistema diagnosticó diabetes tipo 2 con un 78 por ciento de precisión, arritmia con un 86 por ciento de precisión, trastorno de la vejiga urinaria con una precisión del 99 por ciento, hipotiroideo con una precisión del 95 por ciento y nefritis de la pelvis renal con una precisión del 94 por ciento.

HDSS utilizado a disposición del público, anonimizó datos biomédicos de cientos de pacientes y los alimentó a través de ocho algoritmos de aprendizaje automático que habían sido entrenados por los investigadores para reconocer los signos típicos de estas enfermedades. Los datos consisten en mediciones fisiológicas recopiladas por sensores médicos disponibles comercialmente que están integrados en pequeños dispositivos electrónicos conectados a los pacientes del hospital. Los médicos los usan para rastrear cosas como la presión arterial y la respuesta galvánica de la piel (GSR), que mide la humedad en la piel para identificar el estrés.

El nuevo sistema va más allá de estos puntos de datos individuales comparándolos con los datos disponibles públicamente sobre los síntomas de la enfermedad. Esto permite que el software detecte signos de problemas que los pacientes no conocen, o síntomas que no revelan a sus médicos.

"Esto abre la posibilidad por primera vez de que fuera de una clínica, las personas pueden controlar si han desarrollado o pueden desarrollar una enfermedad, "dijo Jha, un profesor de ingeniería eléctrica, que desarrolló la nueva tecnología con Hongxu Yin, un doctorado en ingeniería eléctrica estudiante.

Los autores señalan que ya se están realizando investigaciones considerables para integrar la información del paciente y los programas de diagnóstico utilizados en hospitales y clínicas. Pero en lugar de centrarse en el tratamiento hospitalario, El equipo de Jha está trabajando para aplicar datos de sensores portátiles destinados al uso diario, como relojes o pulseras. El enfoque proporcionaría a los médicos información sintomática que los pacientes podrían haber olvidado o no notaron y también permitiría monitorear a los pacientes después de un diagnóstico.

"Esto apunta a la necesidad de contar con soporte de decisiones extra-clínico preciso e inteligente, "escribieron los investigadores.

Los investigadores dijeron que el objetivo final es aumentar la eficiencia en la atención médica y permitir diagnósticos más tempranos y mejores resultados para los pacientes. Yin dijo que a los investigadores eventualmente les gustaría expandir el tipo de datos disponibles para su uso en diagnósticos, como registros de pacientes o información genética.

El sistema se basa en módulos de enfermedades, que contienen modelos de aprendizaje automático basados ​​en diversas características asociadas con enfermedades. Hasta aquí, Jha y Yin han desarrollado cinco módulos, pero los investigadores notaron que hay más de 69, 000 enfermedades humanas clasificadas por la Organización Mundial de la Salud. En el lado positivo, los investigadores estimaron que la información necesaria para diagnosticar todas estas enfermedades usaría alrededor de 62 gigabytes de espacio de almacenamiento, que está dentro de los límites de una aplicación basada en la nube.

Un desafío para cualquier sistema futuro basado en sensores portátiles será la seguridad de los datos, Dijo Yin. La transmisión de datos de salud confidenciales plantea problemas de seguridad, y los investigadores creen que una solución sería realizar análisis en un dispositivo personal. The device would then transmit diagnoses to doctors monitoring a patient, rather than all the raw data.

Como siguiente paso, the researchers and colleagues at the Carrier Health Clinic have proposed a clinical trial to test the efficacy of HDSS technology on patients with schizophrenia, bipolar disorder, and other illnesses. Carrier, is a non-profit behavioral health clinic in Belle Mead New Jersey.

Andrew Walsh, the clinical trial coordinator at Carrier, said the new system could particularly benefit patients who have difficulty in understanding their symptoms or conveying them to their doctors.

"The application of this is amazing for the behavioral health field because it gives us … insight on a level that we've never been able to achieve, " él dijo.