Controlar los niveles de oxígeno en sangre en nuestra propia casa y sin necesidad de tener un pulsioxímetro. Ese es el objetivo que persigue un equipo de investigadores de la Universidad de Washington y de la Universidad de California en San Diego. Y parece que lo han conseguido.
Saber cuál es la saturación de oxígeno en sangre es algo especialmente útil para personas que sufren alguna enfermedad que afecta al buen funcionamiento de los pulmones, como la EPOC, una insuficiencia cardíaca, un cáncer de pulmón o la propia COVID-19. También si se tiene apnea del sueño. Esta prueba, llamada pulsioximetría, la hace el médico en la consulta o bien se puede realizar en casa con un oxímetro de pulso. En un futuro, podríamos hacérnosla nosotros mismos con nuestro teléfono móvil.
Los investigadores han logrado que un smartphone detecte saturaciones de oxígeno en sangre de hasta el 70 %. Lo único que hay que hacer es colocar el dedo sobre la cámara y el flash del teléfono y esperar el resultado. El smartphone, eso sí utiliza un algoritmo de aprendizaje profundo para descifrar los niveles de oxígeno en sangre.
Cuando el equipo administró una mezcla controlada de nitrógeno y oxígeno a seis sujetos para reducir artificialmente sus niveles de oxígeno en sangre, el teléfono inteligente predijo correctamente si el sujeto tenía niveles bajos de oxígeno en sangre el 80 % de las veces.
"Otras aplicaciones para teléfonos inteligentes que hacen esto se desarrollaron pidiendo a la gente que aguantara la respiración. Pero la gente se siente muy incómoda y tiene que respirar después de un minuto más o menos, y eso es antes de que sus niveles de oxígeno en la sangre hayan bajado lo suficiente como para representar toda la gama de datos clínicamente relevantes", dijo el coautor principal del estudio Jason Hoffman. "Con nuestra prueba, somos capaces de reunir 15 minutos de datos de cada sujeto. Nuestros datos muestran que los smartphones podrían funcionar bien justo en el rango del umbral crítico".
Otra ventaja que cuenta el sistema que han desarrollado es que casi todo el mundo tiene un smartphone.
"De este modo, se podrían realizar múltiples mediciones con el propio dispositivo sin coste alguno o a bajo coste", dijo el coautor, el Dr. Matthew Thompson. "En un mundo ideal, esta información podría transmitirse sin problemas a la consulta del médico. Esto sería realmente beneficioso para las citas de telemedicina o para que las enfermeras de triaje pudieran determinar rápidamente si los pacientes necesitan ir al servicio de urgencias o si pueden seguir descansando en casa y concertar una cita con su médico de cabecera más tarde”.
En el estudio participaron seis personas, tres hombres y tres mujeres, de entre 20 y 34 años. Para recopilar datos y entrenar y probar el algoritmo, los participantes llevaban un pulsioxímetro estándar en un dedo. Otro dedo de la misma mano se colocaba sobre la cámara y el flash del móvil. Cada participante tenía esta misma configuración en ambas manos simultáneamente.
Lo que hace la cámara del móvil es grabar un vídeo. Cada vez que el corazón late, la sangre fluye por la parte iluminada por el flash. La cámara también registra cuánta luz del flash absorbe esa sangre. Los canales de color que mide son el rojo, el verde y el azul. Los investigadores introducen esas mediciones en su modelo de deep learning.
Cada participante respiró una mezcla controlada de oxígeno y nitrógeno para reducir lentamente los niveles de oxígeno. El proceso duró unos 15 minutos. Para los seis participantes, el equipo adquirió más de 10 000 lecturas del nivel de oxígeno en sangre entre el 61 % y el 100%.
Los investigadores utilizaron los datos de cuatro de los participantes para entrenar al algoritmo del teléfono móvil. El resto de los datos se utilizó para validar el método y luego probarlo para ver su rendimiento en nuevos sujetos.
Todavía hay que afinar más y ampliar el estudio a más sujetos, ya que hay circunstancias en que al algoritmo le costó hacer una medición precisa de los niveles de oxígeno. Fue el caso de uno de los participantes que tenía callosidades en los dedos. También podría tener dificultades si se dan personas con distintos tonos de piel.
"La luz del teléfono inteligente puede dispersarse por todos estos otros componentes en su dedo, lo que significa que hay mucho ruido en los datos que estamos viendo", dijo el coautor principal Varun Viswanath. "El aprendizaje profundo es una técnica realmente útil aquí porque puede ver estas características realmente complejas y matizadas y te ayuda a encontrar patrones que no podrías ver de otra manera".
El equipo espera continuar esta investigación probando el algoritmo en más personas. Se trata de un primer paso hacia el desarrollo de dispositivos biomédicos asistidos por el aprendizaje automático.
