Un estudio de la UPM y el King's College revela que los relojes inteligentes pueden medir el estrés con alta precisión, superando a otros dispositivos menos intrusivos como móviles y bandas pectorales.
El estrés se ha convertido en una constante en la vida moderna, una especie de radiación de fondo que afecta a millones. La Organización Mundial de la Salud (OMS) ha alertado sobre el creciente impacto de los problemas de salud mental, que ya son la principal causa de discapacidad en Europa. Detectar cuándo la preocupación se transforma en un problema serio es crucial para abordar esta crisis.
Un reciente estudio realizado por la Universidad Politécnica de Madrid (UPM) y el King’s College de Londres (KCL) ha presentado un innovador método para medir el estrés sin necesidad de recurrir a dispositivos invasivos. Hasta ahora, obtener datos precisos requería conectar a los pacientes a cables y electrodos, lo que podía alterar su estado natural y complicar la evaluación del estrés.
La investigación, publicada en la revista Biomedical Signal Processing and Control, se centra en encontrar un equilibrio entre la precisión del algoritmo utilizado y la intrusión que supone el dispositivo en la vida cotidiana del usuario. El equipo, parte del grupo KNOwledge Discovery and Information Systems (KNODIS), analizó datos fisiológicos y comportamentales obtenidos de tres tipos de dispositivos: teléfonos móviles (baja intrusión), relojes inteligentes o wearables (intrusión media) y bandas pectorales (alta intrusión).
Los hallazgos son alentadores para quienes utilizan relojes inteligentes, ya que estos dispositivos logran un equilibrio ideal entre precisión y comodidad. Los investigadores alcanzaron una clasificación de niveles de estrés con una precisión que oscila entre el 98% y el 100% mediante modelos avanzados de aprendizaje profundo.
Un aspecto sorprendente del estudio es que no siempre se requieren algoritmos complejos para obtener resultados efectivos. En el caso de los datos provenientes de teléfonos móviles, métodos más simples lograron resultados casi equivalentes a los obtenidos mediante redes neuronales sofisticadas, alcanzando una eficacia del 77%. Esto indica que un teléfono puede detectar si su usuario necesita un descanso simplemente analizando su uso diario.
Además, los investigadores descubrieron que incorporar variables temporales mediante análisis complejos no necesariamente mejora la precisión. A veces, evaluar el estado fisiológico en momentos específicos utilizando datos agregados simples resulta más eficaz que analizar cada latido individualmente.
Alberto Díaz-Álvarez, investigador de la UPM, comentó: “Este trabajo abre las puertas a sistemas de salud inteligentes que sean soportables. El objetivo es cuidar nuestra salud mental con dispositivos que actúen como compañeros silenciosos y no como intrusos constantes.”
A pesar de que la fiabilidad disminuye al aplicar los modelos a usuarios desconocidos, las pulseras inteligentes demostraron ser las más robustas en este contexto.
Curiosamente, el uso de estadísticas sencillas superó en precisión al análisis complejo basado en series temporales.
Este avance representa un paso significativo hacia la integración efectiva de tecnología portátil en la monitorización del bienestar emocional sin comprometer la privacidad ni generar incomodidad al usuario.
Los relojes inteligentes utilizan modelos avanzados de aprendizaje profundo para clasificar los niveles de estrés con una precisión del 98% al 100%, logrando un equilibrio ideal entre precisión y comodidad.
Sí, el estudio sugiere que es posible detectar niveles de estrés basándose en cómo se utiliza el móvil, sin necesidad de sensores biométricos, alcanzando una eficacia del 77% con modelos clásicos de aprendizaje automático.
Este método es menos intrusivo y no requiere dispositivos complejos como bandas pectorales o electrodos, lo que permite monitorizar el estrés de manera más cómoda y eficaz en entornos reales.