Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-35
17
Desarrollo de un dispositivo IoT para monitoreo médico continuo
mediante adquisición de señales bioeléctricas
Development of an IoT Device for Continuous Medical Monitoring through
Bioelectrical signal Acquisition
Ronald Rovira Jurado1, Manuel Montaño Blacio2, Marcia Bayas Sampedro3, Andrés
Villón Quimí 4, Oscar Gómez Morales5, Junior Figueroa Olmedo6
1
Resumen:
La combinación de competencias en internet de las cosas (IoT), y el diseño e
implementación de dispositivos innovadores en el ámbito de la salud, ha permitido la
creación de una solución innovadora que contribuye al monitoreo y a la gestión de
condiciones médicas mediante la adquisición de variables bioeléctricas. Por lo tanto,
en este artículo se presenta el diseño de un dispositivo capaz de registrar parámetros
como la frecuencia cardiaca, saturación de oxígeno y temperatura corporal,
empleando sensores de alta precisión y un diseño compacto y funcional.
Posteriormente estos datos son enviados a través de Internet a una plataforma IoT
para el monitoreo continuo por parte del personal especializado. Este desarrollo
responde a la necesidad de contar con dispositivos accesibles que permitan la
adquisición de variables bioeléctricas de manera no invasiva. Se desarrollo un
algoritmo para adquirir, filtrar y enviar los datos capturados por los sensores hacia una
plataforma IoT. Este proceso involucra varias etapas que garantizan la precisión,
integridad y disponibilidad de los datos.
Palabras clave: señales bioeléctricas, Internet de las cosas, monitoreo médico.
Abstract:
The combination of skills in IoT, and the design and implementation of innovative
devices in the healthcare field, has enabled the creation of an innovative solution that
contributes to the monitoring and management of medical conditions through the
1
Universidad Estatal Península de Santa Elena, Ph.D. en Ciencias de la Ingeniería, Orcid
https://orcid.org/0000-0002-4686-7289
2 Universidad Estatal Península de Santa Elena, Magíster en Ciencias y Tecnologías de la
Computación, Orcid https://orcid.org/0000-0001-6816-0439
3 Universidad Estatal Península de Santa Elena, Ph.D. en Ciencias de la Ingeniería, Orcid
https://orcid.org/0000-0002-0636-4951
4 Universidad Estatal Península de Santa Elena, Estudiante del 8vo semestre de telecomunicaciones,
Orcid https://orcid.org/0000-0002-7589-4892
5 Universidad Estatal Península de Santa Elena, Magíster en Electricidad, mención Energías
Renovables, Orcid https://orcid.org/0000-0003-4654-7231
6 Universidad Estatal Península de Santa Elena, Magister en Diseño, Producción y Automatización
Industrial, Orcid https://orcid.org/0000-0001-8498-6601
Autor de correspondencia: Marcia Bayas Sampedro mbayas@upse.edu.ec
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-35
18
acquisition of bioelectrical variables. Therefore, this paper presents the design of a
device capable of recording parameters such as heart rate, oxygen saturation, and
body temperature, using high-precision sensors and a compact, functional design.
Subsequently, these data are sent via the internet to an IoT platform for continuous
monitoring by specialized personnel. This development addresses the need for
accessible devices that allow the acquisition of bioelectrical variables in a non-invasive
manner. An algorithm was developed to acquire, filter, and send the data captured by
the sensors to an IoT platform. This process involves several stages that ensure the
accuracy, integrity, and availability of the data.
Keywords: Bioelectrical signals, Internet of Things, medical monitoring
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
19
Introducción
.
En la actualidad, el avance de las tecnologías de la información y comunicación
(TIC) ha transformado significativamente la atención médica mediante soluciones
basadas en el Internet de las Cosas (IoT). Este enfoque innovador permite la
monitorización en tiempo real de variables fisiológicas críticas, facilitando la atención
tanto en entornos hospitalarios como en el hogar (Chowdhury et al., 2024). El
desarrollo de dispositivos IoT no invasivos y modulares ha logrado la recopilación
eficiente y continua de datos como la temperatura corporal, la frecuencia cardíaca y
la saturación de oxígeno en la sangre (SpO₂), indicadores esenciales para el
diagnóstico temprano y la prevención de enfermedades (Vanitha et al., 2024).
La pandemia de COVID-19 expuso la necesidad urgente de dispositivos
accesibles, económicos y precisos que permitan monitorear la salud de manera
remota y continua (Gopi et al., 2024). Variables como la saturación de oxígeno, la
frecuencia cardíaca y la temperatura corporal se han convertido en parámetros vitales
para detectar y monitorear afecciones respiratorias, cardiovasculares y metabólicas
(Suprayitno et al., 2019). Ante este panorama, el desarrollo de soluciones
tecnológicas asequibles, modulares y precisas representa una contribución
significativa para mejorar la calidad de vida, optimizar los recursos médicos y facilitar
el acceso a la atención médica (Tham et al., 2020).
La importancia de este estudio radica en la creciente demanda de dispositivos
portátiles, económicos y de fácil implementación que permitan el monitoreo continuo
de parámetros bioeléctricos. El monitoreo en tiempo real no solo facilita la atención
preventiva, sino que también permite a los profesionales de la salud, cuidadores y
familiares tomar decisiones informadas, reduciendo hospitalizaciones y costos
médicos innecesarios (Nugroho et al., 2024). Además, el diseño modular e impreso
en 3D responde a la necesidad de soluciones personalizadas y escalables,
adaptables a diferentes escenarios y contextos, especialmente en comunidades
rurales o con recursos limitados (Vanitha et al., 2024).
La motivación principal surge del potencial que tiene la tecnología IoT para
revolucionar la atención médica y proporcionar herramientas accesibles y precisas
que beneficien tanto a pacientes como a profesionales de la salud. El uso de sensores
económicos y de alto rendimiento, como el MAX30100 para la medición de frecuencia
cardíaca y saturación de oxígeno (Tham et al., 2020), y el DS18B20 para la
temperatura corporal (Chowdhury et al., 2024), junto con la integración de
plataformas en la nube y transmisión de datos en tiempo real, permite crear un
dispositivo versátil y funcional para la monitorización continua (Ali et al., 2020).
En este contexto, el objetivo del presente trabajo es diseñar e implementar un
dispositivo IoT modular no invasivo para la medición de variables bioeléctricas:
temperatura corporal, frecuencia cardíaca y saturación de oxígeno en la sangre, que
cuente con un diseño ergonómico, económico y adaptable, permitiendo su aplicación
en diversos entornos médicos y no médicos. Además, se enfoca en garantizar la
precisión en la medición de los parámetros, así como en la transmisión eficiente y en
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
20
tiempo real de los datos recopilados a una plataforma digital para su análisis y
monitoreo.
El monitoreo continuo de estos parámetros resulta crucial para la detección
temprana de condiciones críticas, como la hipoxia, una alteración en los niveles de
SpO₂ que requiere intervención inmediata (Suprayitno et al., 2019). Asimismo, la
medición constante de la frecuencia cardíaca y la temperatura corporal permite
evaluar el estado general de salud del individuo, proporcionando información vital
para la toma de decisiones clínicas oportunas (Tham et al., 2020).
El artículo se organiza de la siguiente manera: en la Sección 2, se realiza una
revisión de los trabajos relacionados y se detallan las tecnologías más relevantes
utilizadas en el desarrollo de dispositivos de monitoreo IoT. En la Sección 3, se
describe el diseño e implementación del dispositivo, especificando los componentes,
materiales y la metodología aplicada. La Sección 4 presenta los resultados obtenidos,
incluyendo pruebas de funcionamiento, precisión de los sensores y validación del
sistema desarrollado. En la Sección 5, se discuten las ventajas del dispositivo
propuesto, su impacto en la atención médica y las posibles aplicaciones futuras.
Finalmente, en la Sección 6, se concluye el trabajo destacando las contribuciones del
estudio y sugiriendo líneas de investigación futuras para la mejora y optimización del
dispositivo.
Trabajos relacionados
En los últimos años, la implementación de dispositivos IoT en el ámbito de la
salud ha revolucionado la manera en que se monitorean variables bioeléctricas y
signos vitales. Diversos trabajos han abordado el diseño y desarrollo de sistemas IoT
para la medición de parámetros fisiológicos, destacando la integración de sensores
económicos y tecnologías de transmisión de datos en tiempo real. Esta sección
presenta un análisis de investigaciones relevantes que sirven como base para el
desarrollo del dispositivo propuesto.
El uso del sensor MAX30100 para la medición de frecuencia cardíaca y
saturación de oxígeno (SpO₂) ha sido ampliamente documentado. Por ejemplo,
estudios como (Suprayitno et al., 2019) integraron este sensor con un
microcontrolador Arduino Nano para monitorear SpO₂ y frecuencia cardíaca,
demostrando una precisión del 97.55% comparado con dispositivos estándar.
Asimismo, se integró el sensor MLX90614 para medir la temperatura corporal de
manera no invasiva, lo que refuerza la viabilidad de combinar múltiples parámetros
en un solo sistema.
En otro enfoque, (Ali et al., 2020) desarrollaron un sistema IoT basado en
Arduino que, además de medir SpO₂ y frecuencia cardíaca, transmitía los datos a una
aplicación móvil mediante Bluetooth y a la nube utilizando Wi-Fi. Este diseño mostró
que es posible proporcionar monitoreo continuo y acceso remoto a datos de salud,
facilitando la atención personalizada. De manera similar, (Chamanthi & Posonia,
2024) propusieron la integración de sensores como el LM35 para temperatura,
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
21
MAX30100 para SpO₂ y DHT11 para monitoreo ambiental, destacando la importancia
de considerar factores externos al evaluar el estado de salud de los pacientes.
Por otra parte, sistemas avanzados como el propuesto en (Nugroho et al.,
2024) introdujeron un brazalete inteligente que combina sensores para monitorear
frecuencia cardíaca, oxígeno en la sangre y temperatura corporal. Los datos se
transmiten a aplicaciones móviles como Telegram, demostrando la utilidad de
notificaciones automáticas en casos de emergencia. Este tipo de desarrollo resalta la
necesidad de implementar alertas en tiempo real, un elemento crucial en sistemas de
monitoreo remoto.
Estudios recientes también han incorporado el uso de plataformas en la nube
para análisis de datos y almacenamiento seguro. Por ejemplo, (Jaishankar et al.,
2024) propusieron un sistema basado en ESP32 que monitorea parámetros vitales
como la presión arterial, frecuencia cardíaca y temperatura, enviando los resultados
a una base de datos en la nube. El uso de algoritmos de inteligencia artificial en el
procesamiento de datos permitió realizar análisis predictivos y emitir alertas
automáticas ante posibles anomalías.
En cuanto a la implementación de interfaces amigables para el usuario,
(Chamanthi & Posonia, 2024; Suprayitno et al., 2019) destacan el uso de pantallas
OLED para mostrar mediciones en tiempo real. Esta característica mejora la
interpretación de los datos tanto por profesionales de la salud como por pacientes,
facilitando su adopción en entornos domésticos y hospitalarios.
En síntesis, los trabajos relacionados evidencian la viabilidad de desarrollar
dispositivos IoT modulares, no invasivos y económicos para la medición de variables
bioeléctricas. Estos estudios destacan la integración de sensores como MAX30100 y
DS18B20, el uso de microcontroladores como Arduino y ESP32, y la implementación
de plataformas en la nube para el almacenamiento y análisis de datos. Sin embargo,
existe la necesidad de optimizar la precisión de las mediciones, mejorar la portabilidad
y asegurar la integración eficiente de estas tecnologías en aplicaciones de salud
personal y profesional.
MATERIALES Y MÉTODOS
La propuesta de este trabajo se fundamenta en la implementación de un
sistema basado en tecnologías del Internet de las cosas (IoT) para la adquisición y
monitoreo de variables bioeléctricas. La arquitectura planteada se desarrollará bajo
un enfoque modular de múltiples capas, considerando que esta metodología permite
segmentar las funcionalidades de sistema, optimizando su desempeño y facilitando
la resolución de problemas específicos (Montaño-Blacio et al., 2023). Cada capa
puede encargarse de tareas específicas, como la adquisición de datos, el
procesamiento, la comunicación y la gestión de la seguridad. Esta segmentación
reduce la complejidad de cada capa individual, garantizando ser un sistema eficiente
lo que facilita la identificación y resolución de problemas.
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
22
Figura 1
Arquitectura para el sistema de monitoreo continuo
Fuente: el autor
En la figura 1 se aprecia el diseño del sistema que integra sensores
especializados que recogen parámetros clave, como frecuencia cardiaca, saturación
de oxígeno y temperatura corporal, dato que serán procesados por un
microcontrolador central. La arquitectura de este sistema se caracteriza por su
enfoque de múltiples capas. Estas capas desempeñan roles específicos y están
diseñadas para aprovechar las capacidades del Internet de las cosas (IoT). El modelo
está compuesto por cuatro capas: capa de percepción, capa de red, capa de
middleware y capa de aplicación.
La capa de percepción constituye el nivel fundamental del sistema,
encargándose de la detección y adquisición de variables bioeléctricas del estudio. Los
sensores MAX30102 y el MLX90614, integrados en esta capa, son calibrados para
proporcionar mediciones precisas y confiables. La información obtenida se transmite
a la unidad de control, donde se inicia su procesamiento preliminar. Esta capa es
crítica para garantizar que los datos recolectados sean representativos y estén listos
para ser enviados a las etapas superiores del sistema.
La conexión a Internet del dispositivo se implementa mediante la capa de red,
que utiliza protocolos de comunicación inalámbrica es este caso WiFi para establecer
una conexión estable a la infraestructura de IoT. Esta conexión inicial es fundamental
porque permite que los datos capturados por la capa de detección se envíen a la
siguiente etapa de manera oportuna y continua. Una red sólida garantiza que el
sistema mantenga un flujo continuo de información, proporcionando monitoreo remoto
en tiempo real.
Una vez establecida la conexión, se inicia el protocolo MQTT, que permite la
transmisión de los datos recolectados. MQTT se caracteriza por ser un protocolo
orientado a la publicación y suscripción, lo que optimiza él envió de datos en tiempo
real desde el dispositivo hacia un broker MQTT, el cual actúa como intermediario para
gestionar la información de manera eficiente.
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
23
La capa de middleware implementa la lógica de comunicación y seguridad.
Utilizando el protocolo MQTT, los datos procesados por la capa anterior se
empaquetan en mensajes estructurados livianos en formato JSON y luego se publican
en un topico específico. Este método garantiza una transferencia de datos segura y
de baja latencia. Además, la capa de middleware también tiene la función de
reconectarse automáticamente cuando se desconecta, lo que asegura la continuidad
del monitoreo sin causar mucha pérdida de información.
Finalmente, a nivel de aplicación, los datos recibidos del broker MQTT son
interpretados y visualizados en una interfaz gráfica destinada al monitoreo en tiempo
real de variables bioeléctricas. La interfaz se puede alojar en una plataforma que
permita a los usuarios observar tendencias, crear alertas personalizadas y generar
informes basados en los datos recopilados. La comunicación basada en MQTT
también permite enviar comandos desde la interfaz al dispositivo para un ajuste
remoto, como la calibración del sensor o la reconfiguración del sistema.
Diseño electrónico
La figura 2 muestra el diseño electrónico del dispositivo IoT, se implementó
utilizando el software Fritzing, una herramienta fundamental para la creación de
diagramas de circuitos y su implementación física. Esta plataforma facilita una
representación visual clara de la disposición de componentes, lo cual es crucial para
minimizar errores durante el montaje y asegurar una configuración precisa.
La estructura del prototipo integra el sensor de temperatura, un sensor de
frecuencia cardíaca y un sensor de saturación de oxígeno en la sangre, todos
conectados a la placa de desarrollo Xiao ESP32-C3. Este microcontrolador se
seleccionó por su versatilidad y eficiencia energética, ofreciendo compatibilidad con
múltiples protocolos de comunicación y un sistema de gestión de carga integrado para
simplificar la arquitectura del circuito.
En cuanto a la alimentación, el sistema utiliza una batería de litio de 3,7 V,
integrada directamente al microcontrolador, que incluye un circuito de control de carga
para facilitar la recarga mediante un puerto USB tipo C y proporcionar protección
contra sobrecargas. Esta configuración no solo optimiza el mantenimiento del
dispositivo permitiendo actualizaciones de software y ajustes de configuración
directamente desde un ordenador, sino que también mejora la portabilidad y reduce
los costos de producción.
Además, la conexión de los sensores se realiza a través de pines configurados
para la comunicación I2C, lo que asegura una transferencia de datos precisa y una
sincronización eficiente entre los componentes, contribuyendo a un diseño compacto
y ordenado del dispositivo. La validación del diseño se hizo en términos de
recopilación de datos y estabilidad energética, garantizando una integración efectiva
y una funcionalidad confiable en aplicaciones de monitoreo de salud.
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
24
Figura 2
Diseño electrónico
Fuente: el autor
Diseño de la carcasa en 3D del prototipo
Para la carcasa del dispositivo (Figura 3 y 4) de medición se optó por un diseño
tipo pinza, combinando funcionalidad y estética. Este diseño fue concebido a partir de
la definición detallada de los requerimientos, incluyendo las dimensiones necesarias
para alojar los componentes electrónicos como sensores, el microcontrolador,
baterías e interruptores.
El concepto de la carcasa tipo pinza fue elaborado con el objetivo de ser
ergonómico y práctico, siendo ligero y adaptable a diferentes tamaños para su
colocación, por ejemplo, en el dedo de un usuario. Este diseño inicial fue realizado
utilizando el software FreeCAD, dividiendo la estructura en dos partes principales: la
base para los sensores y el microcontrolador, y la parte superior para la batería de
litio.
El diseño de la base del dispositivo se centró en integrar eficientemente los
componentes electrónicos esenciales. Utilizando FreeCAD, se desarrolló un diseño
paramétrico que permite adaptar las dimensiones y características a necesidades
específicas, asegurando que cada componente esté bien acoplado y facilitando la
conectividad.
Se diseñaron cavidades específicas para cada sensor y el microcontrolador,
asegurando su estabilidad y accesibilidad. Por ejemplo, el sensor MAX30102 se
posicionó de manera que permita contacto directo con la piel, mientras que el
MLX90614 se colocó en una abertura que garantiza una medición precisa de la
temperatura. Estos detalles no solo optimizan la funcionalidad del dispositivo, sino
que también mejoran su estética y ergonomía, facilitando el mantenimiento y la
interacción del usuario con el dispositivo.
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
25
Figura 3
Diseño de la base
Figura 4
Diseño de la parte superior
Configuración de la plataforma IoT
La configuración de una plataforma IoT es crucial en el desarrollo de sistemas
de monitoreo remoto, proporcionando la infraestructura necesaria para visualizar,
analizar y gestionar datos de sensores. En este proyecto se seleccionó la plataforma
IoT desarrollada por el grupo TECED por su versatilidad y soporte al protocolo MQTT,
facilitando una comunicación segura y eficaz. El proceso de configuración implica
crear una cuenta, emparejar dispositivos y personalizar el panel de control, incluyendo
la generación de credenciales como el registro de dispositivos IoT.
Los dispositivos interactúan con la plataforma a través de mensajes MQTT en
formato JSON, lo que asegura una transmisión ordenada y clara. Para configurar el
broker MQTT, se especifica la dirección IP o URL del servidor, en este caso,
broker.emqx.io, utilizando el puerto estándar 1883 para conexiones sin cifrar.
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
26
Además, se debe configurar y asignar un "topic" específico, que en este proyecto es
biomédica/cliente100, para garantizar que los datos se publiquen correctamente.
RESULTADOS
La figura 5 muestra el dispositivo IoT, el montaje se lo realizo por fases, durante
la primera fase del montaje, se posicionaron cuidadosamente los sensores dentro de
la carcasa; el sensor MAX30102 se colocó para tener contacto directo con la piel del
usuario, asegurando mediciones precisas, y el sensor MLX90614 se instaló en un
orificio diseñado para medir la temperatura de manera efectiva. Además, se aseguró
el microcontrolador ESP32-C3 en la base utilizando el puerto Tipo-C, lo que facilita la
programación y la carga del dispositivo.
En la segunda fase se organizó meticulosamente el cableado interno para
conectar los sensores, el microcontrolador y la batería, garantizando un ensamblaje
ordenado y seguro. La carcasa se completó con un compartimento especial para la
batería de litio, equipado con una tapa a presión que la protege y asegura en su lugar.
Finalmente, las dos mitades de la carcasa se unieron mediante un sistema de cierre
hermético que protege los componentes de elementos externos, mejorando así la
robustez del dispositivo en variados entornos operativos. Este riguroso proceso de
ensamblaje culmina en la creación de un dispositivo compacto y ergonómico, que no
solo cumple con los estándares de tecnología médica portátil, sino que también
optimiza la monitorización bioeléctrica.
Figura 5
Ensamble del dispositivo IoT
Autonomía y consumo energético
Para garantizar la autonomía adecuada del prototipo, se realizaron mediciones
del consumo energético de cada componente en diferentes estados de operación, tal
como se muestra en la tabla 1.
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
27
Tabla 1
Consumo total de corriente del prototipo propuesto
Componente
Consumo
MAX30102
1.2 [mA]
MLX90614
0.17 [mA]
ESP32-C3
75 [mA]
Total estimado
76.37 [mA]
De acuerdo con las características de la batería de litio, las cuales son de 3.7
[V] y 500 mAh, la autonomía fue calculada mediante la siguiente formula.
𝐴𝑢𝑡𝑜𝑛𝑜𝑚𝑖𝑎 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑏𝑎𝑡𝑒𝑟𝑖𝑎
𝐶𝑜𝑛𝑠𝑢𝑚𝑜 𝑑𝑒𝑙 𝑑𝑖𝑠𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜
𝐴𝑢𝑡𝑜𝑛𝑜𝑚𝑖𝑎 = 500 [𝑚𝐴ℎ]
76.37 [𝑚𝐴]
𝐴𝑢𝑡𝑜𝑛𝑜𝑚𝑖𝑎 ≈ 6,54 [ℎ]
Considerando un uso activo promedio de 76.37 mA y con la capacidad de la
batería, se obtuvo una duración aproximada de 6 horas en condiciones normales de
operación.
Una característica destacable es el puerto USB tipo C integrado en el
microcontrolador, permite una carga rápida y confiable de la batería, lo cual es
fundamental para garantizar el funcionamiento continuo de los dispositivos en
aplicaciones de monitoreo a largo plazo. Esta configuración no solo asegura un
rendimiento adecuado del dispositivo, sino que también subraya su potencial para ser
empleado eficazmente en contextos médicos prolongados.
Análisis de datos de frecuencia cardiaca
En base al diagrama de dispersión de la Figura 6 y los datos proporcionados,
se realizó un análisis estadístico comparativo basado en las lecturas de frecuencia
cardíaca entre el dispositivo IoT y el oxímetro. El dispositivo dio un promedió 75,64
bpm, que fue ligeramente inferior al promedio del oxímetro de 77,73 bpm. Esto sugiere
que, en promedio, el dispositivo mide una frecuencia cardíaca ligeramente más baja.
La mediana (que representa el valor central de la distribución) fue 76,81 para
los dispositivos y 77 para los oxímetros, lo que muestra una tendencia similar. Las
modas, o los valores observados con mayor frecuencia, muestran más variabilidad
entre unidades que un solo estado 76 (76.04, 85.61, 78.35, 79.32, 80, 79.63, 79.61,
82.48, 83.12, 83.16, 83.16, mayor prevalencia en la diversidad). En general, si bien
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
28
las lecturas de las dos unidades son similares y siguen un patrón, las del dispositivo
parece tener una tendencia a medir frecuencias ligeramente más bajas y tener más
variación en las lecturas.
Figura 6
Grafica de dispersión de frecuencia cardiaca en personas jóvenes
Cálculo del margen de error
Para realizar el cálculo del margen de error se lo obtiene mediante la siguiente
formula:
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = |𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜𝑠|
𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑟𝑒𝑎𝑙 𝑥 100
Ahora procedemos a obtener los promedios tanto de los datos del dispositivo
IoT como los datos del oxímetro.
Promedio del dispositivo: 75.64
Promedio del instrumento calibrado: 77.73
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = |77.73 −75.64|
77.73 𝑥 100%
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 2.09
77.73 𝑥 100%
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 2.68%
50
55
60
65
70
75
80
85
90
95
0100 200 300 400 500 600 700
Frecuencia Cardiaca
Muestra
Instrumento calibrado Dispositivo IoT
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
29
El margen de error muestra que, en promedio, las lecturas del dispositivo IoT
tiene una variación de 2.68 latidos por minuto en comparación con los valores dados
por el oxímetro. Este nivel de error es aceptable dentro del rango clínico, donde los
cambio en la frecuencia cardiaca son significativos solo cuando superan los 5 bpm.
Análisis de datos de la saturación de oxígeno
El gráfico de dispersión presentado en la figura 7 muestra los niveles de
oxígeno en la sangre, donde los puntos azules representan los datos obtenidos por el
oxímetro y los puntos naranja corresponden al dispositivo propuesto. Según los datos
proporcionados, la media del dispositivo es de 97.09, con una mediana de 97.3 y una
moda de 98.
En contraste, los datos del oxímetro tienen una media de 97.2, una mediana
de 97 y una moda de 98. Se puede apreciar que los puntos azules del oxímetro están
alineados de manera agrupados hacia el valor de 98, lo que indica poca variabilidad
en las mediciones.
Por otro lado, los puntos de color naranja del dispositivo muestran una mayor
dispersión alrededor del valor de 97, sugiriendo que el dispositivo presenta una
variabilidad menor en sus lecturas de SpO2. Una diferencia en las mediciones de
dispersión y tendencia central entre los dos dispositivos no significa que las
mediciones sean inconsistentes.
Figura 7
Gráfico de dispersión de SpO2 en personas jóvenes
86
88
90
92
94
96
98
100
0100 200 300 400 500 600 700
Saturación de oxigeno
Muestra
Instrumentos Calibrados Dispositivo IoT
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
30
Cálculo del margen de error
Ahora procedemos a obtener los promedios tanto de los datos del dispositivo IoT
como los datos del oxímetro.
• Promedio del dispositivo: 97.09
• Promedio del instrumento calibrado: 97.2
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = |97.2 − 97.09|
97.2 𝑥 100%
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 0.11
97.2 𝑥 100%
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 0.115%
Un margen de error de 0.115% muestra una desviación muy baja entre las
mediciones de ambos dispositivos. Este valor está dentro de los estándares de
precisión esperados para dispositivos médicos portátiles, donde márgenes de error
menores al 2% son vistos como ideales.
Análisis de datos de la temperatura corporal
El diagrama de dispersión de la Figura 8 muestra la temperatura de una
persona comparando la lectura del dispositivo (naranja) con la lectura del termómetro
(azul).
Figura 8
Gráfico de dispersión de la temperatura corporal en personas jóvenes
34
34.5
35
35.5
36
36.5
37
37.5
38
38.5
39
0100 200 300 400 500 600 700
Temperatura corporal
Muestra
Instrumentos calibrados Dispositivo IoT
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
31
Los puntos azules están distribuidos de manera más uniforme alrededor de la
línea de 36 °C, correspondiente a sus mediciones estadísticas: media, mediana y
moda a 36 °C. En el caso del punto naranja es más variable y tiene un rango más
amplio de variación de temperatura, aunque tiene una media de 36.84°C, una
mediana de 36.79°C y una moda de 36.91°C. Esto sugiere que las lecturas de
temperatura del dispositivo propuesto pueden ser ligeramente más variables en
comparación con un termómetro cuyos datos muestran una estabilidad más
consistente.
Cálculo del margen de error
Ahora procedemos a obtener los promedios tanto de los datos del dispositivo IoT
como los datos de un termómetro.
• Promedio del dispositivo: 36.84
• Promedio del instrumento calibrado: 36
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = |36 −36.84|
36 𝑥 100%
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 0.84
36 𝑥 100%
𝑚𝑎𝑟𝑔𝑒𝑛 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 2.34%
El margen de error de 2.34% indica una diferencia promedio significativa entre
las mediciones del dispositivo IoT y el termómetro. Aunque esta diferencia es algo
mayor comparada con otras variables, es importante tener en cuenta que los sensores
infrarrojos, como el usado en el dispositivo, pueden ser más vulnerables a
interferencias del entorno y a la ubicación del sensor con relación al cuerpo humano.
Integración del dispositivo con la plataforma IoT
La plataforma IoT desarrollada por el grupo de investigación TECED ofrece
una interfaz gráfica optimizada para monitorizar signos vitales como temperatura
corporal, saturación de oxígeno (SpO2) y frecuencia cardíaca (Figura 9). Cada
variable se presenta con iconos intuitivos para facilitar su interpretación: un
termómetro para la temperatura, que registró 38.01°C; un oxímetro para la SpO2 con
un valor de 95%; y un electrocardiograma para la frecuencia cardíaca con 69.79
pulsaciones por minuto. Los datos se transmiten a la plataforma mediante el protocolo
MQTT, asegurando una entrega eficiente y en formato digital.
Además, se realizaron pruebas con el protocolo MQTT utilizando Node-RED,
que demostraron la efectividad del sistema de "publicación-suscripción" del protocolo.
Se configuró un nodo MQTT para suscribirse al tema "biomédica/cliente100" y
conectarse al broker "broker.emqx.io:1883", lo que permitió recibir datos en tiempo
real. Estos se visualizaron en Node-RED como objetos JSON, incluyendo información
como temperatura, frecuencia cardíaca y SpO2, mostrando la capacidad del sistema
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
32
para manejar comunicaciones eficientes y facilitar análisis posteriores o
almacenamiento de los datos recopilados.
Figura 9
Visualización de los datos en la plataforma IoT
DISCUSIÓN
El dispositivo IoT desarrollado presenta avances significativos y diferencias
notables respecto a los estudios previos revisados. El dispositivo muestra una mayor
eficiencia energética proporcionando una autonomía de 6.54 horas en comparación
con la solución propuesta en (Ali et al., 2020), donde si bien se desarrolló un sistema
para monitorear SpO2, frecuencia cardíaca y temperatura, no se hace énfasis en la
optimización del consumo de energía, no priorizan en la eficiencia del diseño y
emplean múltiples dispositivos electrónicos, aumentando el consumo energético. Así
mismo, utilizan dos tecnologías de comunicación Bluetooth para conexiones locales
y Wi-Fi para comunicaciones externas, aumentando así el gasto energético.
Nuestra propuesta aborda de manera integral la portabilidad, gestión de datos
y eficiencia energética. Esto no solo mejora la portabilidad y la usabilidad del
dispositivo, sino que también reduce significativamente la necesidad de recargas
frecuentes, un aspecto crítico para dispositivos portátiles destinados al monitoreo
continuo de la salud.
Conjuntamente, en términos de gestión y conexión de datos, el dispositivo
supera lo observado en (Suprayitno et al., 2019), que aunque integra mediciones de
SpO2, frecuencia cardíaca y temperatura en un solo instrumento, no muestra una
integración avanzada con plataformas IoT que permitan una gestión efectiva de los
datos recolectados.
El dispositivo, por otro lado, se integra de manera efectiva con una plataforma
IoT avanzada, permitiendo no solo la visualización en tiempo real de los datos sino
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
33
también su análisis y almacenamiento en la nube, lo cual facilita la monitorización a
distancia y la toma de decisiones médicas basada en datos actualizados y precisos.
En comparación con el sistema presentado en (Tham et al., 2020), que también
utiliza MCU para la transmisión de datos pero se limita a un análisis básico de SpO2
y frecuencia cardíaca, el dispositivo ofrece un enfoque más holístico. Integra medidas
adicionales como la temperatura corporal y utiliza algoritmos avanzados para mejorar
la precisión de las lecturas, asegurando que los datos sean no solo recopilados sino
también filtrados y procesados para eliminar cualquier posible error o valor atípico, lo
que garantiza una mayor fiabilidad en los resultados finales.
Esta combinación de eficiencia energética mejorada, integración avanzada con
plataformas IoT y un enfoque más completo en el procesamiento de datos posiciona
la propuesta como una solución superior dentro del campo emergente de la tecnología
médica IoT.
Estos aspectos no solo mejoran la usabilidad y aplicabilidad del dispositivo en
entornos reales, sino que también abren nuevas posibilidades para su
implementación en escenarios clínicos y domésticos, donde la continuidad y la
precisión del monitoreo son esenciales.
CONCLUSIONES
El desarrollo del dispositivo IoT para monitoreo de signos vitales destaca su
éxito en integrar tecnologías avanzadas para mejorar la eficiencia energética, la
precisión en la medición de datos críticos como la temperatura corporal, la saturación
de oxígeno y la frecuencia cardíaca, y la efectividad en la transmisión y gestión de
datos a través de una robusta plataforma IoT. Este dispositivo no solo cumple con los
estándares clínicos requeridos para dispositivos médicos portátiles, sino que también
supera las limitaciones de modelos anteriores al ofrecer un sistema más integrado y
fácil de usar.
La capacidad del dispositivo para operar con una eficiencia energética
optimizada y su integración con tecnologías de comunicación modernas facilitan su
aplicación en una variedad de entornos, tanto médicos como domésticos, asegurando
que es una solución viable para la monitorización continua y remota. La precisión y
confiabilidad de las mediciones, junto con la interfaz intuitiva de la plataforma IoT,
contribuyen a su potencial para mejorar la gestión del cuidado de la salud, permitiendo
intervenciones oportunas y mejorando los resultados del tratamiento.
Un desarrollo futuro prometedor para el dispositivo IoT podría ser la integración
de algoritmos de aprendizaje automático (ML) para la predicción de enfermedades.
Utilizando la capacidad del dispositivo para recoger datos continuos sobre signos
vitales, se podrían desarrollar modelos predictivos que identifiquen patrones
indicativos de condiciones médicas emergentes. Esto permitiría anticipar problemas
de salud antes de que se manifiesten, mejorando la prevención y gestión de
enfermedades, y potenciando la medicina personalizada mediante el ajuste de los
modelos a las condiciones individuales de cada paciente.
Recibido: 18 noviembre 2024
Aprobado 19 diciembre 2024
Volumen 3. Número 2. Año 2024, p. 17-34
34
REFERENCIAS
Ali, M. M., Haxha, S., Alam, M. M., Nwibor, C., & Sakel, M. (2020). Design of internet
of things (IoT) and android based low cost health monitoring embedded system
wearable sensor for measuring SpO 2, heart rate and body temperature
simultaneously. Wireless Personal Communications, 111, 2449–2463.
Chamanthi, R., & Posonia, M. (2024). VitalLink: NodeMCU IoT Solution for Vital Signs
Surveillance. 2024 International Conference on Inventive Computation
Technologies (ICICT), 1709–1714.
Chowdhury, S., Rahman, M. M., Dristy, A. R., Yeara, R. S., Uddin, M. F., Hasan, M.,
& Uddin, M. R. (2024). An IoT-Based Wearable Healthcare Monitoring Device and
Medical Emergency Response System. 2024 IEEE Students Conference on
Engineering and Systems (SCES), 1–5.
Gopi, R. S., Suganthi, R., Hephzipah, J. J., Amirthayogam, G., Sundararajan, P. N., &
Pushparaj, T. (2024). Elderly People Health Care Monitoring System Using
Internet of Things (IOT) For Exploratory Data Analysis. Babylonian Journal of
Artificial Intelligence, 2024, 54–63.
Jaishankar, B., Poornesh, M., Kishorekumar, M., Prasad, K., & Namadeep, P. (2024).
IoT Based Health Risk Monitoring System. 2024 Ninth International Conference
on Science Technology Engineering and Mathematics (ICONSTEM), 1–6.
Montaño-Blacio, M., González-Escarabay, J., Jiménez-Sarango, Ó., Mingo-Morocho,
L., & Carrión-Aguirre, C. (2023). DISEÑO Y DESPLIEGUE DE UN SISTEMA DE
MONITOREO BASADO EN IOT PARA CULTIVOS HIDROPÓNICOS. Ingenius.
Revista de Ciencia y Tecnología, 30, 9–18.
Nugroho, E. A., Herlambang, R., Juhaeriyah, J., & Wulandari, R. (2024). Design and
Development of Smart Bracelet System for Heart Health Monitoring Based on
Internet of Things (IoT). Malaysian Journal of Science and Advanced Technology,
217–221.
Suprayitno, E. A., Marlianto, M. R., & Mauliana, M. I. (2019). Measurement device for
detecting oxygen saturation in blood, heart rate, and temperature of human body.
Journal of Physics: Conference Series, 1402(3), 33110.
Tham, O. Y., Markom, M. A., Bakar, A. H. A., Tan, E. S. M. M., & Markom, A. M.
(2020). IoT health monitoring device of oxygen saturation (SpO2) and heart rate
level. 2020 1st International Conference on Information Technology, Advanced
Mechanical and Electrical Engineering (ICITAMEE), 128–133.
Vanitha, L., Fathima, R. W., Shrija, K., Vinothini, B., Kavitha, S., & Snegapriya, V.
(2024). Remote Monitoring System using IoT for Healthcare Applications. 2024
10th International Conference on Communication and Signal Processing
(ICCSP), 1063–1067.
