Respire más hondo: por qué una red neuronal rusa vigila su caja torácica

Imagine que está enfermo y el médico le pide que mida su frecuencia respiratoria. En el escenario clásico tendría que contar las respiraciones usted mismo (lo que altera de inmediato el ritmo natural) o bien llenarse de sensores, colocarse una banda torácica o meterse cánulas especiales en la nariz. Todo ello es incómodo, arcaico y provoca estrés innecesario. Mientras nuestros relojes inteligentes aprendían a contar con soltura el pulso y los pasos, la respiración siguió siendo durante mucho tiempo un "deporte de contacto". Investigadores de la empresa rusa Kryptonite decidieron que la webcam de su portátil ya es lo bastante lista para resolver esta tarea sin tocarle.

La idea de la monitorización de la salud sin contacto no es nueva, pero hasta ahora ha sido, por decirlo suavemente, caprichosa. Los intentos anteriores de enseñar a la IA a "ver" la respiración chocaban a menudo con la dura realidad: una persona no es un maniquí. Bastaba con que el paciente se rascara la nariz, se ajustara las gafas o simplemente cambiara de postura en el sillón para que los algoritmos fallaran.

Un error del 13% en medicina no es solo una imprecisión estadística; es la diferencia entre "todo está bien" y "llamen urgentemente a cuidados intensivos". El problema era que los sistemas no sabían separar con eficacia los movimientos naturales del cuerpo de los microdesplazamientos de la caja torácica.

El desarrollador Alexéi Protopópov propuso una solución elegante usando la red neuronal MediaPipe. En lugar de limitarse a seguir el cambio de píxeles en el encuadre, el algoritmo realiza una segmentación profunda de la imagen. Identifica zonas concretas, el pecho y el abdomen, y crea para ellas una máscara dinámica. Este proceso consume bastantes recursos y ocupa cerca del 90% del tiempo total de procesamiento del flujo de vídeo, pero merece la pena. Gracias a esta "máscara", el sistema sabe dónde buscar la señal, incluso si usted gesticula con energía o se pone de lado frente a la cámara.

El método se probó con un grupo de 14 voluntarios de distinto sexo y edad, de 20 a 65 años. En total, la red neuronal "visionó" más de 2,5 horas de grabaciones en las que las personas se comportaban con total naturalidad. Los resultados confirmaron que la segmentación permite ignorar casi por completo las interferencias de los cambios de postura. Es una diferencia fundamental respecto a los métodos antiguos, que exigían al paciente quedarse quieto, como en la foto del pasaporte. Ahora la precisión de la medición de la FR (frecuencia de movimientos respiratorios) se acerca mucho a la del equipamiento médico profesional.

¿Por qué importa esto precisamente ahora? La telemedicina vive un auge, pero sigue limitada por la calidad de los datos que el paciente puede transmitir al médico desde casa. Si la cámara de un portátil de oficina se convierte en una herramienta de diagnóstico precisa, baja la barrera de acceso a una sanidad de calidad. Vamos hacia un futuro en el que su ordenador detectará signos de disnea o de una enfermedad incipiente antes de que usted note el malestar. Y lo hará con la máxima discreción, sin correas de goma en el pecho.

Por supuesto, cuando una red neuronal empieza a vigilar tan de cerca los movimientos de nuestro cuerpo, surgen dudas sobre la privacidad. Pero desde el punto de vista técnico, es una gran victoria del procesamiento de señales sobre el caos de la vida cotidiana. Quizá pronto la frase "respire más hondo" no la oiga de un médico en su consulta, sino en una notificación de su navegador.

Lo esencial: Kryptonite ha demostrado que la segmentación corporal con redes neuronales convierte una cámara común en un aparato médico resistente a los movimientos del usuario. ¿Se convertirá en el estándar de los chequeos domésticos en los próximos dos años?