Datos erróneos en sensores biométricos: causas y corrección

El mensaje comercial es sencillo: colocarse un dispositivo en la muñeca, abrir una aplicación y obtener una lectura objetiva de la frecuencia cardíaca, la saturación de oxígeno o el nivel de actividad. La fisiología, por supuesto, no ha firmado ese acuerdo.

Los datos erróneos en sensores biométricos de salud no aparecen únicamente porque un algoritmo sea deficiente. Con frecuencia nacen antes, en el contacto entre el sensor y la piel, en el movimiento del brazo, en la pigmentación cutánea, en el sudor o en una arquitectura óptica incapaz de distinguir una señal útil del ruido. Después llega el software, que puede filtrar parte del problema o maquillarlo con una cifra demasiado limpia.

Trabajo con datos biomédicos y, por experiencia, desconfío de cualquier sistema que ofrezca una métrica sin indicar su incertidumbre. Una frecuencia cardíaca aparentemente precisa no es necesariamente una frecuencia cardíaca clínicamente fiable. La diferencia parece pequeña en una pantalla. En telemedicina puede cambiar una decisión.

El movimiento convierte una señal fisiológica en un problema de ingeniería

La fotopletismografía, conocida como PPG, es la tecnología óptica que emplean muchos relojes y pulseras para estimar el pulso. El principio es razonable: el sensor emite luz sobre la piel y analiza cómo cambia la luz reflejada a medida que la sangre circula por los vasos superficiales.

El problema es que el sensor no observa únicamente la circulación sanguínea. También registra cada desplazamiento del dispositivo, la presión irregular de la correa, la vibración muscular y las variaciones de contacto con la piel. Para el fotodiodo, una muñeca que corre no es un tejido estable: es una fuente de interferencias que se mueve, cambia de orientación y modifica la distancia respecto al emisor óptico.

Durante la actividad física, el error absoluto medio de medición puede aumentar aproximadamente un 30 % frente a las condiciones de reposo en wearables ópticos. No significa que todos los dispositivos fallen exactamente en esa proporción ni que cada lectura durante el ejercicio sea inútil. Significa algo menos cómodo para el marketing: la precisión no es una propiedad fija del dispositivo, sino el resultado de una interacción entre sensor, cuerpo y contexto.

Una lectura obtenida mientras el usuario está sentado no pertenece a la misma categoría técnica que una lectura tomada durante una carrera, una sesión de fuerza o un trayecto en bicicleta. Compararlas como si fueran equivalentes es introducir sesgo de contexto desde el primer paso.

Qué ocurre dentro del sensor

En una medición PPG convencional intervienen tres elementos principales:

• Una fuente de luz, normalmente verde para la estimación del pulso, porque esta longitud de onda ofrece una señal útil cerca de la superficie cutánea.
• Un fotodiodo, que recoge la luz reflejada por los tejidos.
• Un algoritmo de procesamiento, que intenta separar la variación asociada al volumen sanguíneo de todo lo demás.

La señal resultante no es una línea perfecta. Es una combinación de componentes fisiológicos, movimiento, iluminación ambiental y ruido electrónico. El algoritmo debe localizar la periodicidad compatible con el pulso y descartar lo que no encaja. En condiciones ideales, puede hacerlo con bastante solvencia. En condiciones dinámicas, aparecen falsos positivos: el sistema interpreta un patrón de movimiento como una oscilación cardíaca o, al contrario, elimina parte de la señal real junto con la interferencia.

En el procesamiento preliminar es habitual emplear un filtro de paso de banda de aproximadamente 0,5 a 4 Hz. Traducido a términos fisiológicos, ese intervalo permite conservar frecuencias compatibles con una parte amplia de las frecuencias cardíacas habituales y atenuar componentes demasiado lentos o demasiado rápidos. Pero un filtro no tiene criterio clínico. Solo aplica una regla matemática.

Si el movimiento produce una frecuencia parecida a la del pulso, el filtrado básico puede quedarse corto. Si la señal cardíaca se debilita por un mal contacto, un algoritmo agresivo puede eliminarla. En ambos casos, la cifra final puede parecer razonable y ser incorrecta.

Un sensor no distingue automáticamente entre una señal fisiológica y una interferencia convincente. Esa distinción la decide el diseño, y a veces la decide mal.

El tono de piel no es un detalle cosmético del sistema

La pigmentación cutánea introduce otro problema que durante años se trató como una nota al pie del desarrollo tecnológico. No debería haber sido así. Los sensores ópticos dependen de cómo la luz penetra, se absorbe y se refleja en los tejidos. La melanina modifica ese recorrido.

En tonos de piel oscuros, una mayor concentración de melanina absorbe parte de la luz verde utilizada en determinados sensores PPG. El resultado puede ser una señal más débil o alterada para el fotodiodo. En algunos dispositivos comerciales se han observado subestimaciones de la frecuencia cardíaca de entre 10 y 15 latidos por minuto en reposo y superiores al 20 % durante ejercicio intenso.

Estas cifras no deben convertirse en una acusación indiscriminada contra todos los fabricantes. Los modelos no comparten necesariamente la misma intensidad lumínica, geometría óptica, configuración de fotodiodos ni algoritmo de corrección. Algunos sistemas han incorporado ajustes dinámicos de intensidad y estrategias de compensación. La afirmación rigurosa es más limitada: la pigmentación puede afectar a la medición y el impacto no es uniforme entre dispositivos.

Eso ya basta para invalidar la idea de que un wearable ofrece una precisión universal por el simple hecho de utilizar un sensor óptico. La población de validación importa. También importa cómo se diseñó el estudio, cuántos participantes había en cada grupo, qué tonos de piel estaban representados y contra qué instrumento se comparó el dispositivo.

El sesgo de selección también aparece en el laboratorio

Un algoritmo puede funcionar bien en una muestra estrecha y degradarse al salir de ella. Si los ensayos de validación incluyen pocos participantes con pieles oscuras, diferentes edades, distintas condiciones de perfusión periférica o variados patrones de movimiento, el rendimiento promedio ocultará los errores de subgrupos.

Aquí aparece el sesgo de selección, una de las formas más persistentes de ruido estadístico en salud digital. No hace falta que nadie manipule los datos. Basta con seleccionar una población que no represente el uso real y presentar después el resultado agregado como si describiera a todo el mundo.

Para evaluar la precisión de wearables médicos o de consumo, conviene separar al menos estas variables:

• Condición de reposo o actividad, porque el mismo sensor puede rendir de forma muy distinta al caminar, correr o permanecer inmóvil.
• Tono de piel y respuesta óptica, ya que la absorción de la luz no es idéntica entre usuarios.
• Ajuste del dispositivo, incluyendo presión de la correa, posición y estabilidad sobre la muñeca.
• Perfusión periférica, que puede variar por temperatura, vasoconstricción o estado fisiológico.
• Instrumento de referencia, porque no es equivalente comparar con otro wearable, con un pulsioxímetro validado o con un ECG clínico.
• Métrica evaluada, puesto que estimar frecuencia cardíaca media no es lo mismo que detectar una arritmia o calcular una saturación de oxígeno.

Una validación seria no debería limitarse a afirmar que el error medio es bajo. El promedio puede esconder una cola de errores clínicamente relevante.

Acelerómetros y temperatura: el sensor óptico necesita contexto

La forma más eficaz de corregir los artefactos de movimiento no consiste en pedirle al PPG que trabaje aislado. La arquitectura debe combinar fuentes de información.

El acelerómetro registra cómo se mueve el dispositivo. El PPG registra la respuesta óptica de la piel. Un sensor de temperatura cutánea aporta otra variable útil para interpretar cambios de contacto y condiciones periféricas. La combinación permite estimar si una alteración de la señal procede de una variación fisiológica o de un desplazamiento físico del wearable.

El acelerómetro no mide el pulso, pero sí ayuda a describir el ruido que contamina la señal. Esa distinción es fundamental. En procesamiento de señales se pueden utilizar sus datos para construir un modelo de interferencia y aplicar filtrado adaptativo. El sistema intenta predecir qué parte de la señal óptica está explicada por el movimiento y la atenúa sin borrar completamente el componente cardíaco.

La palabra clave es adaptativo. Un filtro fijo aplica la misma respuesta en todas las situaciones. Un filtro adaptativo modifica su comportamiento según las condiciones observadas. Si el usuario está quieto, puede conservar una señal débil con mayor sensibilidad. Si el dispositivo detecta movimiento intenso, puede exigir más coherencia temporal antes de aceptar una lectura.

Eso mejora el poder predictivo, pero no crea información donde no la hay. Cuando el contacto desaparece durante varios segundos, ningún algoritmo serio debería rellenar el hueco con una cifra presentada como medición directa. Puede estimar, interpolar o marcar el dato como poco fiable. Son operaciones diferentes, aunque muchas aplicaciones las presenten con el mismo icono verde de tranquilidad.

Cómo debería expresarse la incertidumbre

En una plataforma de monitoreo remoto de pacientes, la lectura no debería viajar sola desde la muñeca hasta el historial clínico. Debería acompañarse de metadatos mínimos:

1. Calidad de la señal, para distinguir una medición robusta de una estimación degradada.

2. Nivel de movimiento detectado, especialmente durante episodios de frecuencia cardíaca elevada.

3. Duración de la ventana de medición, porque una lectura instantánea tiene más variabilidad que una tendencia sostenida.

4. Método de cálculo, diferenciando medición directa, promedio, estimación o dato interpolado.

5. Momento de sincronización, para no confundir la hora de registro con la hora de recepción en la plataforma.

6. Alertas de pérdida de contacto, en lugar de convertir automáticamente la ausencia de señal en un valor normal.

Los fallos en la sincronización de datos de salud pertenecen a otra capa del problema, pero pueden agravar sus consecuencias. Una lectura correcta recibida tarde puede interpretarse como una lectura reciente. Un conjunto de datos incompleto puede parecer estable si la interfaz no muestra los intervalos sin información. La tecnología no solo debe medir bien; debe conservar la trazabilidad de lo medido.

Polarización y nuevas arquitecturas ópticas

La corrección algorítmica tiene límites. Cuando el problema está en la física de la señal, añadir más capas de software puede producir una ilusión de precisión. Por eso se investigan arquitecturas ópticas capaces de separar mejor la luz superficial de la señal procedente de vasos sanguíneos más profundos.

La fotopletismografía sensible a la polarización busca aprovechar las diferencias en el comportamiento de la luz reflejada. La luz procedente de capas superficiales, donde la melanina puede tener una influencia importante, puede separarse de componentes ópticos vinculados a tejidos más profundos. El objetivo es reducir el impacto de la pigmentación en la señal útil, no fingir que la pigmentación ha dejado de existir.

Este enfoque es especialmente relevante para la pulsioximetría. En términos básicos, la saturación de oxígeno no se obtiene de la misma manera que el pulso. Para estimar SpO₂ se utilizan combinaciones de luz roja e infrarroja, porque la hemoglobina oxigenada y la desoxigenada absorben esas longitudes de onda de forma diferente. En este contexto son habituales referencias cercanas a 655 nanómetros para la luz roja y 940 nanómetros para el infrarrojo.

La luz verde puede ser eficaz para estimar el pulso superficial, pero no debe confundirse con una solución universal para la saturación de oxígeno. Son señales distintas, con requisitos ópticos distintos y fuentes de error distintas. Mezclar ambas mediciones en una misma promesa comercial es una manera bastante eficiente de confundir al usuario.

La tecnología no sustituye a la validación clínica

Un sensor polarizado puede mejorar la separación de señales. Un acelerómetro puede ayudar a eliminar artefactos. Un algoritmo puede estimar la calidad de la medición. Ninguno de estos avances demuestra por sí solo que el dispositivo sea adecuado para diagnosticar.

La validación debe responder a preguntas concretas:

• ¿Qué población se estudió?
• ¿Qué instrumento clínico se utilizó como referencia?
• ¿Qué condiciones de movimiento se incluyeron?
• ¿Cómo se distribuyeron los tonos de piel?
• ¿Se analizaron los falsos positivos y los falsos negativos por separado?
• ¿Se informó del rendimiento en los extremos, no solo del promedio?
• ¿El algoritmo probado era el mismo que llega al producto comercial?
• ¿La versión del firmware y de la aplicación coincide con la evaluada?

Un estudio con buenos resultados en reposo no demuestra rendimiento durante ejercicio. Una buena correlación no implica ausencia de sesgo. Un error medio pequeño puede convivir con fallos grandes en determinados usuarios. La estadística descriptiva no es una autorización clínica.

Cómo interpretar una lectura sospechosa en telemedicina

El usuario no necesita desmontar el dispositivo para detectar todos sus defectos, pero sí puede reconocer patrones que justifican cautela. La interpretación de métricas en telemedicina debe priorizar la coherencia temporal y la calidad de la señal por encima de una cifra aislada.

1. Separar una lectura puntual de una tendencia

Una frecuencia cardíaca anómala durante unos segundos puede proceder de movimiento, pérdida de contacto o interferencia. Una tendencia repetida en condiciones comparables merece más atención. Esto no convierte automáticamente la tendencia en un diagnóstico, pero sí cambia su valor informativo.

La aplicación debería permitir observar la evolución y no solo el último número. Una interfaz que destaca cada desviación aislada puede generar alarmas innecesarias. Otra que suaviza todos los cambios puede ocultar señales relevantes. Entre ambos extremos está el análisis de contexto.

2. Revisar el momento y la calidad de la señal

Una lectura registrada durante actividad intensa no debe interpretarse igual que una tomada en reposo. Si el dispositivo muestra indicadores de mala señal, pérdida de contacto o movimiento excesivo, el dato debería considerarse degradado.

La ausencia de una advertencia visible es un problema de diseño, no una prueba de calidad. Muchos sistemas hacen que la cifra sea muy legible y la incertidumbre prácticamente invisible. Es una elección estética con consecuencias clínicas.

3. Repetir la medición en condiciones controladas

Para una comprobación doméstica, conviene estabilizar el brazo, ajustar la correa sin comprimir en exceso y esperar a que el sensor mantenga un contacto constante. Si la lectura cambia radicalmente cada pocos segundos sin una explicación fisiológica evidente, el dispositivo está describiendo algo más que el pulso.

No se trata de perseguir una cifra hasta que coincida con nuestras expectativas. Eso sería sesgo de confirmación con pantalla táctil. La repetición sirve para comprobar la estabilidad y detectar si el problema pertenece al procedimiento.

4. Comparar con una referencia adecuada

Otro wearable no es necesariamente una referencia independiente: puede utilizar la misma tecnología óptica y sufrir los mismos artefactos. Para una evaluación clínica se requieren instrumentos validados y protocolos definidos. Un ECG clínico de 12 derivaciones tampoco es equivalente a un reloj que estima el pulso mediante luz.

La comparación debe tener en cuenta qué se está midiendo. Un pulsioxímetro diseñado para SpO₂ responde a una pregunta distinta de la que responde una pulsera de actividad al calcular frecuencia cardíaca. Comparar números parecidos sin comprobar el método es una forma de falsa precisión.

5. No convertir una alerta en un diagnóstico

Una alerta del wearable puede justificar una revisión, una repetición de la medición o una consulta profesional. No demuestra por sí sola la existencia de una enfermedad. Del mismo modo, una lectura normal no descarta un problema si existen síntomas o si la calidad de la señal es deficiente.

En salud digital, el error más peligroso no siempre es una cifra incorrecta. También lo es la interpretación excesiva de una cifra correcta.

Wearables de consumo frente a equipos de diagnóstico clínico

La frontera entre tecnología de consumo y dispositivo médico se ha vuelto visualmente borrosa. Ambos pueden tener una pantalla elegante, registrar el pulso y enviar datos a una aplicación. La apariencia no determina la finalidad ni el nivel de validación.

Un wearable de consumo suele estar optimizado para seguimiento longitudinal, actividad física y tendencias generales. Un equipo clínico se diseña para responder a preguntas diagnósticas concretas bajo condiciones de uso definidas. La diferencia no está únicamente en la cantidad de sensores, sino en la trazabilidad, la validación, la gestión de alarmas y el control de los errores.

Esta distinción no pretende despreciar los wearables. Un dispositivo de consumo puede ser útil para observar tendencias, apoyar programas de actividad física o aportar información complementaria en una consulta. El error aparece cuando se le atribuye una capacidad que no ha demostrado.

La precisión de los wearables médicos debe juzgarse según el uso concreto. Un sensor puede ser suficientemente estable para estimar frecuencia cardíaca media durante reposo y no ser adecuado para detectar cambios breves durante ejercicio. Puede servir para generar una señal de seguimiento y no para confirmar una arritmia. Puede detectar que algo se aparta de un patrón sin identificar qué ocurre.

La utilidad clínica de un wearable no depende de que nunca se equivoque. Depende de que sepamos cuándo puede equivocarse y qué hacemos con ese dato.

Qué deben corregir las plataformas de salud digital

El problema no termina en la pulsera. En un sistema de teleconsulta o monitoreo remoto, los datos atraviesan varias etapas: captación, procesamiento local, sincronización, almacenamiento, visualización y decisión clínica. Cada etapa puede añadir errores.

Una plataforma sólida debería evitar al menos cinco prácticas:

• Mostrar valores aislados sin calidad de señal, porque convierte una estimación degradada en un hecho aparente.
• Rellenar automáticamente los huecos, sin distinguir entre ausencia de medición e interpolación.
• Lanzar alertas con umbrales rígidos, sin considerar edad, actividad, historial ni contexto.
• Ocultar la versión del algoritmo, impidiendo saber si un cambio procede del paciente o de una actualización del sistema.
• Mezclar datos de dispositivos no equivalentes, como si todas las lecturas tuvieran la misma incertidumbre.

En la atención primaria digital, el sistema debería facilitar la revisión de tendencias, no sustituirla por una colección de notificaciones. Un profesional necesita saber cuándo se obtuvo el dato, bajo qué condiciones, con qué calidad y qué transformaciones sufrió antes de llegar a su pantalla.

La sincronización merece una atención específica. Si el reloj almacena lecturas durante varias horas y las envía más tarde, la plataforma debe conservar la hora original de adquisición. Si hay duplicados, pérdidas o cambios de zona horaria, deben quedar registrados. Un historial ordenado visualmente puede ser técnicamente incorrecto.

El diseño de la interfaz también tiene una dimensión clínica. Colorear en verde una medición sin explicar su incertidumbre transmite confianza; marcar en rojo una lectura aislada puede provocar una alarma desproporcionada. La visualización no es neutral. Cada decisión gráfica orienta la interpretación.

La corrección empieza antes del algoritmo

Cuando se habla de corregir datos erróneos en sensores biométricos de salud, la conversación suele centrarse en inteligencia artificial. Es comprensible: ningún proyecto tecnológico parece completo sin una capa de aprendizaje automático. Pero la IA no elimina las limitaciones ópticas, ni repara una muestra de validación sesgada, ni transforma una señal ausente en una observación real.

La corrección más eficaz combina varias capas:

1. Diseño físico del sensor, con una geometría que mantenga el contacto y reduzca la entrada de luz ambiental.

2. Selección óptica adecuada, diferenciando el objetivo de medir pulso del objetivo de estimar SpO₂.

3. Sensores auxiliares, especialmente acelerómetros y temperatura cutánea.

4. Filtrado adaptativo, capaz de modelar la interferencia en lugar de aplicar una regla fija a todos los usuarios.

5. Detección de calidad de señal, para invalidar o marcar lecturas que no cumplen unas condiciones mínimas.

6. Validación estratificada, con diversidad real de tonos de piel, edades, condiciones de movimiento y estados fisiológicos.

7. Comunicación transparente, mostrando al usuario y al profesional cuándo el dato es incierto.

8. Auditoría de la sincronización, para conservar el contexto temporal y evitar errores de interpretación.

La tecnología de polarización puede aportar mejoras importantes frente al sesgo por pigmentación, pero deberá demostrar su rendimiento en pruebas reproducibles y comparables. El lenguaje de la innovación acostumbra a adelantarse a la evidencia. En medicina, esa carrera no es una virtud.

El criterio final: menos promesas, más trazabilidad

Los sensores biométricos están ampliando las posibilidades del monitoreo remoto, pero todavía operan en un entorno hostil: un cuerpo en movimiento, una superficie ópticamente variable y usuarios con características que no caben en una población promedio. Los artefactos de movimiento, la pigmentación cutánea y el contacto deficiente no son excepciones marginales. Son condiciones normales de uso.

La respuesta técnica existe, al menos en parte. Acelerómetros, temperatura cutánea, filtrado adaptativo, mejores fuentes ópticas y sensores sensibles a la polarización pueden reducir el ruido. Pero cada mejora debe acompañarse de validación, análisis de subgrupos y una descripción honesta de los límites.

Yo no descartaría un wearable por equivocarse. Descartaría un sistema que se equivoca y no lo reconoce, que confunde una estimación con una medición o que convierte una tendencia en un diagnóstico. La precisión no consiste en producir siempre una cifra. Consiste en saber cuándo esa cifra merece confianza.

En salud digital, el avance real no es el dispositivo que promete ver más. Es el sistema que sabe cuándo está viendo mal.