Un sistema basado en inteligencia artificial puede medir la frecuencia cardíaca sin contacto

Un equipo de la Universidad de California (Santa Cruz) desarrolló una innovación que podría transformar la monitorización sin contacto de la salud: Pulse-Fi, un sistema capaz de medir la frecuencia cardíaca de manera precisa y sin necesidad de dispositivos portátiles, utilizando únicamente señales Wi-Fi y algoritmos de inteligencia artificial.

Esta tecnología, que elimina la necesidad de sensores adheridos al cuerpo, busca democratizar el acceso al monitoreo de signos vitales, especialmente en entornos con recursos limitados, según informaron IEEE Spectrum y la propia universidad.

Pulse-Fi supone un avance frente a los métodos tradicionales de medición de la frecuencia cardíaca, que suelen requerir relojes inteligentes, bandas o equipos médicos especializados. La profesora Katia Obraczka, líder del proyecto en la Universidad de California explicó que el seguimiento continuo de los signos vitales es fundamental para detectar problemas de salud como estrés, deshidratación o enfermedades cardíacas.

Sin embargo, los dispositivos portátiles pueden resultar incómodos, costosos o poco accesibles para muchas personas. Además, los sistemas basados en cámaras, aunque permiten la monitorización sin contacto, presentan limitaciones técnicas en condiciones de poca luz y generan preocupaciones sobre la privacidad.

El desarrollo de Pulse-Fi estuvo a cargo de Obraczka, el estudiante de doctorado Nayan Sanjay Bhatia y el estudiante de secundaria Pranay Kocheta, quienes diseñaron un sistema que combina dispositivos Wi-Fi de bajo costo con algoritmos de aprendizaje automático.

Según detalló la universidad, el sistema utiliza un transmisor y un receptor Wi-Fi para captar las ondas de radiofrecuencia que se propagan en el entorno. Cuando estas ondas atraviesan el espacio y encuentran un cuerpo humano, sufren alteraciones mínimas que pueden detectarse matemáticamente. Pulse-Fi filtra el ruido ambiental y, mediante inteligencia artificial, identifica las variaciones sutiles provocadas por los latidos del corazón.

Bhatia, en declaraciones difundidas por la UC Santa Cruz, habló de la sensibilidad del sistema y subrayó: “La señal es muy sensible al entorno, por lo que debemos seleccionar los filtros adecuados para eliminar todo el ruido innecesario”.

El algoritmo, entrenado con datos obtenidos en la universidad, es capaz de distinguir los cambios en la señal asociados al pulso, incluso en presencia de movimientos o alteraciones ambientales.

La validación experimental de Pulse-Fi se realizó en dos fases. En la primera, siete voluntarios se situaron a diferentes distancias —uno, dos y tres metros— de dos microcontroladores ESP32, mientras el sistema estimaba su frecuencia cardíaca y los resultados se comparaban con los de un oxímetro convencional.

En la segunda fase, el equipo evaluó el sistema con 118 participantes en diversas posiciones: sentados, de pie, caminando, corriendo en el lugar y tumbados. Los experimentos, cuyos resultados se presentaron en agosto de 2025 en la IEEE International Conference on Distributed Computing in Smart Systems and the Internet of Things, demostraron que Pulse-Fi alcanzó una precisión clínica tras solo 5 segundos de procesamiento de señal, con un margen de error de medio latido por minuto.

Además, el sistema mantuvo su exactitud, independientemente de la postura o la distancia del usuario, hasta tres metros del dispositivo, según UC Santa Cruz.

Kocheta, quien participó en el proyecto a través del programa de prácticas científicas de la universidad, destacó que el modelo de aprendizaje automático permitió que la distancia entre el usuario y el dispositivo no afectara el rendimiento, superando así una de las principales limitaciones de modelos anteriores. “La otra cuestión era la posición: queríamos asegurarnos de que el sistema fuera robusto ante cualquier situación cotidiana”, añadió el joven investigador.

Entre las ventajas de Pulse-Fi sobresale su bajo costo. Los chips ESP32 utilizados cuestan entre 5 y 10 dólares, mientras que una Raspberry Pi ronda los USD 30. Obraczka señaló en IEEE Spectrum que el sistema puede funcionar en dispositivos asequibles y que, en pruebas con hardware más avanzado, la precisión podría mejorar aún más.

Además, el modelo desarrollado demostró capacidad para operar en entornos no contemplados durante el entrenamiento del sistema, lo que evidencia su potencial para adaptarse a situaciones nuevas y variadas.

El equipo de la Universidad de California (Santa Cruz), considera que esta tecnología puede resultar especialmente útil en contextos donde los recursos son limitados y el acceso a equipos médicos es escaso.

Pulse-Fi elimina la necesidad de contacto físico y de dispositivos personales, lo que facilita su despliegue en hogares, hospitales o centros de atención remota. La investigadora Obraczka le adelantó a IEEE Spectrum que el grupo planea fundar una empresa para comercializar la tecnología y ampliar sus aplicaciones.

De cara al futuro, los investigadores ya exploran nuevas posibilidades para Pulse-Fi. Según el portal de UC Santa Cruz, se están realizando pruebas para que el sistema pueda medir la frecuencia respiratoria y detectar episodios de apnea del sueño, lo que ampliaría su utilidad en el ámbito del bienestar y la telemedicina.

Los resultados preliminares de estas investigaciones sugieren que la tecnología podría ofrecer una detección precisa de la respiración y de trastornos asociados, lo que abre la puerta a nuevas aplicaciones clínicas y domésticas.