Cerrar panel

Cerrar panel

Cerrar panel

Cerrar panel

Tecnología Act. 26 dic 2018

¿Cómo funcionan las pulseras de actividad?

Los sensores y algoritmos de las pulseras de actividad ya proporcionan información útil a golpe de muñeca, aunque su precisión es todavía muy mejorable.

pulsera-actividad-smartbands-wearables-bbva

Las pulseras de actividad, o de rendimiento deportivo, son un artefacto cada vez más habitual, además de la prueba de que los ‘wearables’ no son ciencia ficción. Proporcionan información biométrica de todo tipo: número de pasos, calorías quemadas, horas de sueño... Muchos usuarios deciden el menú diario o si deben levantarse del sofá e ir al gimnasio en función de esa información. Pero, ¿hasta qué punto son precisas?

Para responder a esa pregunta, es fundamental plantearse antes cómo funcionan las pulseras de actividad. ¿Dónde está su magia? Todo empieza por los sensores, y cuantos más y más precisos, mejor será la pulsera de actividad.

Lo esencial, el elemento compartido por todas las pulseras de actividad, por muy sencillas que sean, es la medición del movimiento. La mayoría de estos ‘wearables’ incorporan un acelerómetro de tres ejes para monitorizar el movimiento en cualquier dirección, y algunos añaden un giroscopio para recoger datos sobre orientación y rotación.

Otro elemento muy útil es un altímetro para, por ejemplo, recoger algo tan habitual como el número de peldaños que se han subido. Pero más importante es que la pulsera cuente con un sensor de ritmo cardíaco, que es el indicador habitual para calcular la quema de calorías.

El pulso y el sueño, asignaturas pendientes

Los sensores de frecuencia cardíaca utilizados en la mayoría de ‘wearables’ funcionan con una tecnología llamada oximetría de pulso. Una luz infrarroja penetra la piel y busca cambios sutiles en el color de la sangre, que informan sobre el nivel de oxigenación de la misma y permiten calcular el número de latidos.

Evidentemente, estos cálculos están lejos de ser perfectos, pues muchos factores pueden afectar a la oxigenación de la sangre o cambiar la apariencia de los vasos sanguíneos.

También hay imprecisiones en otro de los cálculos más llamativos de las pulseras de actividad: la calidad del sueño.

Habitualmente, las pulseras traducen los movimientos de la muñeca en patrones de sueño: si no hay movimiento, hay sueño, especialmente en las horas nocturnas, de tal forma que, por ejemplo, confunden ver una película en total reposo a las 11 de la noche con estar durmiendo. Hasta un sueño agitado en mitad de la noche puede ser interpretado como vigilia. Están muy lejos, por tanto, de la polisomnografía, el método médico de medición del sueño que registra la actividad cerebral, la respiración, el ritmo cardíaco, la actividad muscular y los niveles de oxígeno en la sangre.

¿Cómo mejorar la precisión de las pulseras de actividad?

Como los sensores muchas veces ‘engañan’ a la máquina, es importante que los fabricantes de las pulseras de actividad sean capaces de eliminar ese ‘ruido’ mediante trabajo técnico de ingeniería y algoritmos. Estas fórmulas matemáticas entran en juego hasta en los modelos más sencillos (por ejemplo, para saber cuántas calorías ha quemado el usuario hay que tener en cuenta no solo el número de pasos, sino también su edad, género, peso y altura) pero, como sucede con los sensores, a mayor sofisticación mejor resultado.

El matemático y tecnólogo francés Philippe Kahn, CEO de FullPower, empresa especializada en internet de las cosas y biosensores, lo explica con un curioso símil: “Imagina un concierto. Tienes una mala grabación en cinta de una gran actuación. Junto a la música, has grabado desde tu butaca todo tipo de ruidos: tus golpecitos con el pie en el suelo, el charloteo, las interacciones… Si quieres transformar esa mala grabación en sonido de calidad, tienes que eliminar el mayor número posible de todos esos ruidos”.

La conclusión es que en la actualidad las pulseras de actividad, al menos las más populares, distan mucho de ser elementos de enorme precisión. Recogen datos, los procesan mediante algoritmos y ofrecen información útil, pero no exacta. O, como diría Kahn, oímos la música del concierto, pero también demasiadas toses a nuestro alrededor.