Cuando cuentan los segundos: datos de wearables para la investigación de crisis epilépticas
Detectar con fiabilidad las crisis epilépticas, y quizá algún día predecirlas, es una de las tareas más exigentes de la neurología clínica. En el proyecto de investigación MEXT (Modular Extended Transcranial Magnetic Stimulation) de la Universität der Bundeswehr München, un equipo interdisciplinar estudia cómo pueden derivarse patrones fiables a partir de constantes vitales registradas de forma continua por wearables. Datico® aporta para ello un componente central: la MEXT-App, que registra datos de sensores de alta resolución las 24 horas del día y los pone a disposición del análisis científico.
La Universität der Bundeswehr München en resumen
MEXT es un proyecto de investigación interdisciplinar de la Universität der Bundeswehr München, financiado por el Centro de Investigación en Digitalización y Tecnología de las Fuerzas Armadas alemanas (dtec.bw). Combina ingeniería eléctrica, física, psiquiatría, psicología y ciencias del deporte y de los materiales y, con unas 50 personas implicadas en 13 sedes, es una iniciativa de gran alcance. En esencia, MEXT desarrolla una nueva generación de estimulación magnética transcraneal (EMT), un procedimiento no invasivo para la estimulación selectiva del cerebro, hacia sistemas compactos, móviles y basados en datos. Un elemento central de esta visión son los enfoques de lazo cerrado (closed loop) basados en datos, que monitorizan continuamente los parámetros vitales. Dado que, en casos excepcionales, la EMT puede desencadenar una crisis epiléptica como efecto secundario, esta monitorización continua de las constantes vitales no solo es relevante desde el punto de vista científico, sino también crítica para la seguridad, y es, por tanto, el punto de partida directo del proyecto de detección de crisis basado en wearables.
El reto
Quien quiera detectar crisis a partir de datos fisiológicos necesita dos cosas: un registro de datos completo y de alta resolución durante largos periodos y una referencia fiable con la que validar los datos de los wearables. Las vías de registro tradicionales tienen aquí sus límites: rupturas en el flujo de información entre dispositivos, frecuencias de muestreo limitadas y el esfuerzo de combinar de forma segura datos de distintas fuentes. Para la investigación en el proyecto MEXT, esto significaba que faltaba una forma de registrar las variables de varios wearables las 24 horas del día con la máxima resolución, de forma móvil y conforme a la protección de datos, y de transferirlas al centro encargado del análisis.
La solución con Datico®
Para ello, Datico® desarrolló la MEXT-App, basada en Datico® Wearable Connect en su variante Bluetooth. La app registra las variables de los wearables utilizados directamente en un smartphone o dispositivo móvil, de forma continua las 24 horas del día y con alta resolución.
Se utilizaron sobre todo el Polar H10, así como el Polar 360 o la pulsera Polar Loop. La app registra sus variables en directo por Bluetooth, entre ellas el ECG de un canal del Polar H10 a 130 Hz, datos de aceleración de hasta 200 Hz, así como la temperatura cutánea y otros parámetros con una frecuencia de muestreo igualmente alta. Los datos se almacenan primero localmente en el dispositivo móvil y después se transmiten por una vía segura al socio del proyecto TNG Technology Consulting, que los analiza con algoritmos de aprendizaje automático.
Conectar, comprender y actuar, sobre la base de «Seguro», en el proyecto concreto:
- Conectar: varios wearables (Polar H10, Polar 360 o Polar Loop) se conectan por Bluetooth y se registran en paralelo.
- Comprender: los datos en bruto y las constantes vitales de alta resolución constituyen la base a partir de la cual se derivan patrones mediante aprendizaje automático.
- Actuar: los datos registrados se ponen a disposición de forma estructurada para el análisis científico.
- Seguro: la transmisión se realiza de forma protegida y conforme a la protección de datos, algo esencial con datos sensibles de pacientes.
El enfoque se valida en el servicio de neurología de la Ludwig-Maximilians-Universität München (LMU): en un entorno de monitorización especializado, las pacientes y los pacientes se monitorizan las 24 horas mediante EEG. En paralelo, los wearables de Polar registran el mismo periodo a través de la MEXT-App. Así se obtiene un conjunto de datos de referencia sincronizado: el EEG como referencia consolidada y los datos de los wearables como la señal que los modelos deben aprender a interpretar.
Resultados y beneficios
La MEXT-App lleva varios meses en uso en la investigación. Registra con fiabilidad las variables de los wearables con la alta resolución prevista, las transmite de forma segura y las pone a disposición para el análisis: la base técnica del proyecto está, por tanto, en uso productivo.
El objetivo científico tiene dos fases: por un lado, los modelos deben aprender a detectar las crisis epilépticas a partir de los datos de los wearables; por otro, existe la perspectiva de predecir con antelación las crisis sobre la base de esos mismos datos, es decir, reconocerlas antes de que se produzcan. La contribución decisiva de Datico® consiste en hacer posible la base de datos necesaria para ello: completa, de alta resolución, móvil y segura.
La voz del cliente
«Con la MEXT-App de Datico® registramos por primera vez las constantes vitales de los participantes de nuestro estudio las 24 horas del día y con la resolución que nuestro análisis realmente necesita: de forma móvil, estable y conforme a la protección de datos. Es la base sobre la que podemos impulsar científicamente la detección de crisis.»
— Alexander Hainz, jefe de proyecto de desarrollo de software, Universität der Bundeswehr München
Conclusión
El proyecto MEXT muestra cómo pueden surgir conocimientos científicos sólidos a partir de datos continuos de wearables. Datico® aporta para ello la base técnica de datos, desde la conexión de los sensores hasta la transferencia segura al análisis. Así, los datos en bruto de alta resolución se convierten en patrones analizables.
