Los relojes inteligentes quieren detectar el coronavirus antes de que aparezcan los síntomas
Diagnosticar con antelación el coronavirus ha sido uno de los factores más complicados para prevenir su expansión mundial. Al margen de la falta de previsión y conocimiento previo, los síntomas tampoco han ayudado a contener la pandemia. Fiebre, tos, irritación de garganta y disnea son sus características habituales, lo que facilita confundirlo al principio con una gripe común. Hasta es posible que los contagiados ni presenten sintomatología o sea muy leve. De ahí la importancia del "test, test y test", repetido por el director general de la Organización Mundial de la Salud, Tedros Adhanom. Para ayudar con estas pruebas, los relojes inteligentes quieren detectar el virus incluso antes de que el propio contagiado lo sepa.
En la Universidad de Stanford y en el Scripps Research Translational Institute llevan años relacionando datos recogidos por wearables, como Fitbit, Apple Watch, Garmin y Biostrap, con virus como la gripe. Como explica Jennifer Radin, epidemióloga de la división de medicina digital en Scripps Research, si se toma como referencia la media de la frecuencia cardíaca durante el sueño de una persona, resulta más o menos sencillo detectar anormalidades en este patrón. "Cada individuo tiene unos valores determinados. Si controlamos esta información con dispositivos inteligentes y vemos unas alteraciones determinadas, casi podemos prever una gripe en tiempo real, cuando se está incubando", asegura.
A principios de este año, Scripps, en colaboración con Fitbit, publicó en la revista médica The Lancet los resultados de un estudio de dos años sobre el seguimiento de la gripe. Radin y su equipo analizaron los datos de más de 47.000 usuarios estadounidenses del dispositivo. Prestaron especial atención a los aumentos en la frecuencia cardíaca en reposo y los cambios anormales durante el sueño y los compararon con las estimaciones semanales de enfermedades similares en la región donde viven. Tal y como destaca la epidemióloga, la información de Fitbit mejoró significativamente los modelos de predicción de la gripe. "Los participantes aprendieron acerca de cuánto y cómo cambian los datos del wearable durante una enfermedad. Esto es fundamental para vigilar de antemano una posible pandemia", añade.
Precisamente, aprovechando este conocimiento y similitud con el coronavirus, quiere poner su granito de arena en la erradicación de la Covid-19. El nuevo estudio se llama Detect y se basa en una aplicación móvil diseñada por su Instituto. La intención es rastrear patrones similares a los de la investigación anterior para detectar enfermedades virales de propagación rápida. Por el momento solo está disponible en Estados Unidos, pero la intención es exportarla al resto del mundo. "Lo ideal sería contar con tanta información como para establecer una correlación entre los datos recabados y los casos asintomáticos, que son los más complejos de detectar", comenta Radin.
La universidad de Stanford, de la mano del genetista y biólogo de sistemas Michael Snyder, también se ha sumado a luchar contra el virus con la ayuda de los relojes inteligentes. Lleva una década valiéndose de estos dispositivos para sus investigaciones. En 2017, por ejemplo, demostró que existía una relación directa entre el desvío en los patrones fisiológicos y la respuesta inflamatorio del cuerpo. Su equipo reunió 2.000 millones de mediciones gracias a los wearables. "La fortaleza de este enfoque es que millones y millones de personas usan estos aparatos diariamente, con lo que es relativamente fácil contar con la cantidad suficiente de datos", sostiene.
Un algoritmo contra el coronavirus
Gracias a la experiencia previa, Snyder espera que el nuevo proyecto permita avisar a cualquier persona de que podría tener una enfermedad vírica hasta tres días antes de que aparezcan los síntomas. La clave es el algoritmo que diseñó en el estudio de hace tres años, conocido como "Cambio del corazón", que está entrenado para identificar el cambio en determinados patrones de salud. "Detectar modificaciones en la frecuencia cardíaca, la temperatura corporal y la saturación de oxígeno es clave para saber que alguien se ha contagiado. Todos estos parámetros cambian aun en una fase asintomática", asegura.
Snyder expone que lo ideal sería que el reloj alertara inmediatamente al usuario de que tiene coronavirus, pero, como enfatiza, todavía no ha llegado ese momento. "Debería decirte que estás enfermo, aunque sin distinguir si se trata de una bacteria o una infección viral. Es demasiado pronto como para alcanzar tal nivel de precisión", lamenta. Por el momento, se conforma con crear una herramienta de detección general que, por ejemplo, sea capaz de decirle al usuario que su frecuencia cardíaca es alta y no debería ir a trabajar. Suficiente como para reducir la propagación de un virus tan contagioso como la Covid-19.
Detrás de ambos proyectos asoma el límite de la privacidad. Sin datos resulta imposible que estos dispositivos cuenten con el entrenamiento suficiente como para ser una herramienta efectiva. Snyder especifica que le encantaría que a su iniciativa se sumaran más y más participantes –"sobre todo aquellos que enfermaron, para entrenar bien a los algoritmos"–. En su caso, siempre es voluntario y detallan la finalidad del proyecto. En la misma situación se encuentra Radin, quien jamás vulneraría este derecho fundamental. "Todo es anónimo, saben la finalidad de lo que queremos y les mantenemos al tanto de lo que hacemos con la información", afirma.
La primera oleada de coronavirus se expandió casi por sorpresa, pero determinados expertos ya avanzan que en invierno cabe la opción de que la pandemia sea más virulenta. Con la vista puesta en este futuro casi inmediato, los investigadores trabajan a marchas forzadas para poner a punto los relojes, que sean tan precisos como para distinguir si los cambios en los patrones se deben al estrés o a un virus. "No deja de ser una información de vigilancia de la que se pueden valer los propios sistemas de salud para adoptar unas medidas u otras", concluye Radin.