Lejos de ver a los smartwatches o relojes inteligentes como dispositivos que no dejan al usuario desconectarse de su email y sus mensajes telefónicos, un estudio de la Universidad de Yale asegura que estos aparatos ayudarán a comprender mejor los problemas de salud mental.
La clave es que permiten recolectar datos físicos y fisiológicos de sus usuarios, y eso puede ayudar a entender el funcionamiento del cerebro y las enfermedades genéticas.
El estudio de Yale recolectó datos de más de 5.000 chicos de entre 9 y 14 años, y programó a un modelo de Inteligencia Artificial (IA) para predecir si esos individuos tendrían determinadas enfermedades psiquiátricas. Los resultados se publicaron en diciembre en el diario médico Cell, y sugieren que se podrían utilizar smartwatches para entender y eventualmente tratar enfermedades mentales.
El objetivo es usar esos datos para mejorar la predicción de enfermedades y cómo tratar mejor los factores genéticos, según describió el autor del reporte, Mark Gerstein, profesor de Informática Biomédica, Biopsiquiátría y Bioquímica. Los datos que relevan los relojes brindarían a los científicos los insights para elaborar patrones físicos y de comportamiento en relación a problemas de salud mental.
“Los datos de los relojes inteligentes, cuando se procesan correctamente, se pueden utilizar como un ‘fenotipo digital’”, dijo Jason Liu, asociado postdoctoral en el laboratorio de Gerstein y coautor principal del estudio. Los investigadores proponen utilizar el término “fenotipo digital” para describir los rasgos que se pueden medir y rastrear con herramientas digitales como los relojes inteligentes.
“Una ventaja de hacer eso es que podemos utilizar el fenotipo digital casi como una herramienta de diagnóstico o un biomarcador, y también cerrar la brecha entre la enfermedad y la genética”, dijo Liu en el artículo publicado en el newsletter de Yale.
Los investigadores entrenaron modelos de aprendizaje automático para predecir si una persona tenía trastorno por déficit de atención e hiperactividad (TDAH) o un trastorno de ansiedad basándose en los datos dinámicos del reloj inteligente o en una instantánea de los datos que resumía lo que se había recopilado a lo largo del tiempo. Descubrieron que los fenotipos digitales mejoraron significativamente la precisión del modelo y que los mejores modelos aprovecharon los datos dinámicos (en lugar de la instantánea), lo que sugiere que los detalles temporales adicionales fueron útiles para caracterizar la enfermedad.
El equipo descubrió que la frecuencia cardíaca era la medida más importante para predecir el TDAH, mientras que la calidad y la etapa del sueño (los diferentes ciclos por los que pasa un cuerpo durante el sueño) eran más importantes para identificar la ansiedad.
Además, los datos también podrían ayudar a diferenciar entre diferentes subtipos de la enfermedad.