¿Cómo ayudarán las cámaras de celulares a la telemedicina?

Gracias a un método desarrollado por científicos de la Universidad de Washington se logró precisar en el diagnóstico

Domingo Fernández | El Sol de Toluca

  · miércoles 14 de abril de 2021

FOTO | ECONOMÍA SAUDE

La pandemia del Covid-19 también ha alejado a los pacientes de los consultorios para tratarse los diferentes malestares, por lo que la industria de la telemedicina ha mostrado importantes avances, sin embargo las citas telefónicas o videollamadas, complican la precisión del diagnóstico y sobre todo los datos exactos de los signos vitales.

Un grupo de científicos de la Universidad de Washington desarrollaron un método que utiliza la cámara del teléfono o de una computadora para detectar con precisión los signos vitales en tiempo real, lo que representa un avance importante para entender las condiciones del organismo.

El objetivo es ayudar a los médicos tener más herramientas para la telemedicina incluyendo el cuidado personal, seguimiento a enfermedades crónicas o a personas quienes no tienen acceso a una clínica.

Lo que hace el sistema es medir las señales fisiológicas, además es menos propenso a tener errores, cuando se trata de tener una condición adecuada como la iluminación o los rasgos faciales e incluso el color de la piel.

Otro de los aspectos importantes es el aprendizaje automático del sistema por lo que permite clasificar las imágenes, es decir, si necesitan una serie de fotografías donde aparezca una señal particular, el propio sistema relaciona patrones para localizarlo.

Los investigadores detallaron que la primera versión de este método fue entrenada con un conjunto de datos que contenían tantos videos y fotografías de rostros, así como registros de datos sobre el pulso y frecuencia de respiración de cada persona medidos con instrumentos convencionales médicos, con esta información el sistema pudo calcular los signos vitales.

Después de la primera prueba, los científicos se dieron cuenta que debía estar el sistema enfocado en mejorar la búsqueda en áreas importantes del rostro dentro del vídeo.

El aprendizaje automático fue clave para que el nuevo sistema superará a su predecesor, especialmente si las imágenes no están en un ambiente con buena iluminación, por la importancia de la luz en el rostro.