Espanhol (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Citado por Google 
Similares em
SciELO 
Similares em Google 
Permalink
I. Introducción
El monitoreo y registro de variables fisiológicas, resulta esencial en la medicina moderna. Tal es el caso de la presión arterial, una variable asociada a problemas graves de salud como ataques cardíacos y accidentes cerebro-vasculares. El diagnóstico y tratamiento de patologías asociadas a esta variable, requiere de medidas frecuentes que implican el desplazamiento regular del paciente a centros clínicos y hospitalarios.
Por otra parte, la presión arterial exhibe un comportamiento dinámico con una significativa variabilidad en el tiempo, Lehman et al. (2015), y se ve notablemente afectada por estados de agitación, aprehensión e impaciencia, frecuentes en pacientes que ven alterada su rutina diaria.
En tal sentido, conviene reducir la incidencia de estos factores en el registro de esta variable fisiológica. Más aun si se tienen en cuenta estadísticas de la Organización Mundial de la Salud - OMS, según las cuales en 2018 cerca de 1.130 millones de personas en el mundo presentaron algún tipo de alteración de la presión arterial, Ordunez (2018).
Básicamente se cuenta con dos métodos para determinar la presión arterial, que se emplean según la condición del paciente y las necesidades de atención médica. El directo es un método invasivo, consiste en introducir un catéter dentro de una arteria para registrar el valor de la presión arterial, Cuesta (2004). Este método es utilizado en cuidados intensivos e investigaciones clínicas. Por otra parte, el método indirecto se utiliza en procedimientos no invasivos, y se dividen a su vez en los métodos de pulso, ausculatorio y oscilométrico, González & Olvera (2013). La gran mayoría de dispositivos automáticos y semiautomáticos que se consiguen en el mercado emplean este último.
En las últimas décadas la ciencia médica ha venido incorporando diferentes tecnologías para el desarrollo de tratamientos más seguros y efectivos. La electrónica para la captación, acondicionamiento y despliegue de variables fisiológicas, Big Data y analítica para procesar grandes volúmenes de datos de diferentes fuentes, e IoT (Internet of Things) para superar las limitaciones de tiempo y lugar de la consulta médica como mecanismo único de interacción médico-paciente, entre otras. De manera particular, la tecnología IoT ha hecho posible la supervisión remota de pacientes, aumentando su compromiso y satisfacción a medida que interactúa con su médico. Adicionalmente ayuda a reducir los desplazamientos y re-ingresos al hospital, Nasiri et al. (2019) y Rodrigues et al. (2018).
II. Metodología
En el desarrollo de este trabajo se llevó acabo un estudio exhaustivo de la variable fisiológica de interés. Se consultó a expertos del área biomédica, lo que facilitó la selección de los componentes electrónicos y dispositivos biomédicos requeridos en las fases de diseño y construcción de un prototipo funcional de equipo para el monitoreo de la presión arterial.
Se consideraron varias topologías circuitales para el acondicionamiento analógico de la señal biológica. Basados en el modelo IoT se consideraron diferentes alternativas para la implementación del algoritmo oscilométrico y la interconectividad de dispositivos. La placa IoT elegida cuenta con arquitectura abierta que incorpora un procesador ARM con Linux embebido.
Se adelantó una revisión sistemática de algunas arquitecturas para la implementación de ecosistemas IoT. Finalmente, una vez concluida la fabricación del prototipo, se realizaron numerosas pruebas para la validación experimental del equipo implementado.
III. Aspectos fisiológicos de la presión arterial
El encargado de transportar, bombear y distribuir la sangre por todo el cuerpo es el sistema circulatorio, conformado por una serie de conductos como arterias, venas, capilares, vasos linfáticos y de otros órganos como el corazón. El corazón es el órgano central del sistema circulatorio formado por cuatro cavidades, su peso es entre 250 g en mujeres y 300 g en hombres, OCEANO (1996). Su ciclo se compone de dos fases, sístole y diástole, además presenta un ciclo cardiaco constante y dura menos de un segundo, para frecuencias cardiacas mayores a 60 pulsaciones por minuto. En la fase diastólica se relajan los ventrículos y se llenan de sangre, y en la sistólica se contraen los ventrículos con el fin de eyectar la sangre que contienen, Fundación BBVA (2009).
A. Método oscilométrico
Este método es utilizado en sistemas semiautomáticos y automáticos para realizar la prueba de presión arterial. La base de este método es observar los cambios de presión que ejerce un brazalete inflable con el fin de calcular los valores de presión media, sistólica y diastólica, González & Olvera (2013). El procedimiento en parte es igual al asculatorio, consiste en colocar un brazalete con oclusión en el brazo izquierdo del paciente a la altura del corazón, a demás se conecta a una bomba de aire que reemplaza el inflado manual que realiza la perita del brazalete y a un sensor que mide los cambios de presión. Dicho brazalete se infla hasta una presión aproximada de 200 mmHg, mayor a la presión sistólica típica, una vez alcanza esta presión, se realiza un desinflado lento y constante. A medida que se desinfla el brazalete y se acerca al valor de presión arterial sistólica, las pulsaciones crecen en amplitud, hasta alcanzar el pico más alto correspondiente a la presión arterial media (PAM), Batista et al. (2001).
Para el cálculo de los valores de presión arterial sistólica y diastólica se toma la presión media o PAM como valor de referencia, que según la literatura los porcentajes para determinar los valores de presión varían según el desarrollador del equipo biomédico, al igual que el algoritmo. El procedimiento en este trabajo para calcular la presión sistólica y diastólica se hace de la siguiente manera. Para la presión sistólica se toma el valor más cercano al 70% con respecto a la PAM, dicho dato se obtiene antes del pico más elevado y para la presión diastólica se toma el dato después de la PAM que este más cercano al 30% con respecto a esta presión de referencia.
En la Fig. 1. se muestra la descripción gráfica del método oscilométrico.
B. Descripción del prototipo
Para el dispositivo implementado se diseñaron 6 etapas, La primera es la encarga de alimentar eléctricamente todo el dispositivo, la segunda etapa esta compuesta por tres dispositivos, brazalete, bomba de aire y electroválvula, los cuales se encargan del inflado y desinflado del brazalete.
La tercera etapa realiza el sensado de la señal utilizando el sensor de presión diferencial MPX5050DP de la empresa NXP, cuyo rango de operación es de 0 a 50 Kpa, alimentación de 5 V, voltaje de salida es de 0.2 V a 4.7 V, y el error máximo permitido de 2.5% entre 0 °C y 85 °C. La función de transferencia que entrega el fabricante es la siguiente:
Donde:
Vs = 5.0 V
La función de transferencia nominal:
Vout =
Donde:
P = presión en el brazalete
er de p (Error depresión máximo), entre (0 - 50 Kpa) = ± 1.25 Kpa.
Factor de temperatura entre (0º - 85 𝐶º) = 1
En la Fig. 2. se muestra el plano de conexión del sensor de presión MPX5050DP
Para la siguiente etapa se diseña un módulo de acondicionamiento analógico de la señal de presión arterial (MAAS), con el correspondiente filtrado y amplificado para la adquisición, procesamiento y acondicionamiento de la señal biológica, NXP (2012). En la Fig. 3. se muestra el esquema del MAAS.
En la etapa de procesamiento digital llegan las señales procedentes de la etapa anterior a las entradas análogas del sistema IoT embebido, Onion Corporation (2020), y se realiza la conversión análogo - digital para poder calcular los valores de presión media, sistólica y diastólica.
En la última etapa se envían los datos de presión sistólica y diastólica obtenidos de manera inalámbrica y autónoma al servidor web IoT, donde se realiza el almacenamiento y gestión de la información de los pacientes, con la debida notificación tanto al usuario como al personal médico, informando que los datos han sido alojados en el servidor.
C. Algoritmia del sistema
Para el desarrollo y el ajuste del algoritmo se realiza una serie de pruebas. En la primera, por medio de dos potenciómetros se simula un voltaje de entrada procedente del filtro pasa bajos y pasa altos, con el fin de verificar que los datos si llegan al puerto y que se realiza la conversión análogo - digital de la información para ser leída por el sistema embebido. Con la otra prueba a partir de una base de datos suministrada por el experto en el área biomédica se calibra el algoritmo. La señal que recibe el sistema embebido en términos de voltaje es aproximadamente 0.2 V a una presión de 0 Kpa, y 4,7 V a 50 Kpa.
La información procedente de los filtros se aloja en dos vectores, en el primer vector (arreglo 1) se almacenan los datos de la señal oscilatoria para identificar el máximo valor correspondiente a la presión de referencia o PAM. A partir de este valor basados en método oscilométrico se identifica el valor mas cercano al 70% equivalente a la presión sistólica y el 30% que equivale a la diastólica. Con los datos obtenidos en el arreglo 1, se identifica su valor en ese mismo instante de tiempo en el arreglo 2, estos serán los valores pertenecientes a cada presión. Debido a que el desarrollo se realiza en un procesador monoplaca IoT con Linux embebido la automatización de los procesos y las tareas programadas del dispositivo se hacen a través de algunas herramientas como el bootup/startup, Core electronics (2018). Con esta herramienta se lanza un script de saludo inicial, el estado del sistema mostrado por medio del display, y ejecuta el algoritmo presión arterial. Con el Cron, que es otra forma de automatizar tareas se ejecuta un algoritmo del estado del tiempo cada 15 minutos y con los callbacks se llaman algunas funciones o subprogramas. En la Fig. 4. se muestra el algoritmo oscilométrico y las tareas automatizadas.
D. Arquitectura IoT
Dentro del ecosistema IoT son diversas las arquitecturas que se proponen debido a los diversos proveedores de servicios y dispositivos que lo componen. Sin embargo, hay una base o pilar para construir ecosistemas simples o con mayor robustez, según sea la necesidad y la aplicación para desarrollar. Algunas de las características fundamentales de una arquitectura IoT son la interconectividad, servicios relacionados con objetos, heterogeneidad, cambios dinámicos y la escalabilidad. Al igual los dispositivos IoT deben contar con ciertos requisitos para que puedan disponer de capacidades de comunicación tales como la comunicación basada en la identificación, compatibilidad, capacidades basadas en la ubicación, seguridad, protección de la privacidad y en algunos casos autoconfiguración, Cobos (2016).
E. Plataformas software
Existen múltiples alternativas para almacenar, analizar y visualizar los datos recolectados por los diversos sensores dentro de una arquitectura IoT, una de ellas son las plataformas software o servidores web IoT. La elección del servidor dependerá de las necesidades, los requerimientos y la experticia del desarrollador, puesto que algunas son orientadas a la educación y otras al ámbito profesional. Algunas ofrecen un ecosistema completo tanto de software y hardware, otras en cambio son privadas, con un cargo o costo por el uso de su arquitectura. En las de código abierto el desarrollador puede elegir los dispositivos con los que desea formar su red IoT. Dentro de las plataformas libres podemos encontrar soluciones como ThingSpeak, FIWARE, openMTC, SiteWhere y Webinos, cada una de ellas con sus particularidades y diferencias. Así mismo se presentan soluciones privadas como AWS IoT, IBM's Watson Plataform y Samsung's Smart Things, Champaneria & Nakhuva (2015).
F. Interfaz de programación de aplicaciones (API)
Una API es una serie de comandos y funciones ya predefinidas que permiten crear programas y/o aplicaciones para ciertos sistemas o ecosistemas. Su función principal es visualizar, manipular y analizar los datos, simplificando en gran medida el trabajo de los desarrolladores puesto que no requieren iniciar su desarrollo desde cero, permitiéndoles la conexión al ecosistema de objetos y la interconexión entre los dispositivos, logrando así una comunicación inteligente entre los sensores y las aplicaciones. Otra de las ventajas del uso de las API es que permiten la conexión de dos o varias aplicaciones de diferentes desarrolladores para darle un valor o servicio agregado a su aplicación, por ejemplo, la integración de servicios de geolocalización haciendo uso de la API de Google, pagos en línea por medio de API bancarias, API de redes sociales, entre otras, Claus (2016) y Bose et al. (2018).
Para este proyecto se utilizó el servidor web IoT ThingSpeak, una aplicación IoT de código abierto diseñada sobre una API que permite almacenar y recuperar los datos obtenidos por los sensores u objetos inteligentes utilizando el protocolo HTTP a través de una red de área local, Gómez, Oldenhof & Teernstra (2014). Algunas de las características que la hacen como una de las mejores aplicaciones web son las API, disponibles de una manera amigable, y abierta para que el desarrollador pueda modificar su código fuente y poderlo descargar a su propio servidor.
ThingSpeak está compuesto por un espacio de desarrollo de aplicaciones web de código abierto basado en Ruby, además cuenta con APIs REST full y MQTTP. La visualización de la información se puede hacer por medio de canales públicos y privados. Cuenta con integración de Matlab que permite realizar scribs para visualizar y analizar la información, de redes sociales como Twitter. Otras herramientas como React, TimeControl y TweetControl, se utilizan para la ejecución de acciones basadas en condicionales y para la manipulación remota de dispositivos, Lourerio (2015) y Vélez (2019). En la Fig. 5. se muestra el diagrama de conexión al servidor web IoT ThingSpeak.
Empleando una de las herramientas que tiene este servidor ThingSpeak, se hace uso de React. Con esta herramienta se lanza una petición por medio de HTTP, para que cada vez que el paciente se realice una nueva toma de presión arterial sea notificado tanto el usuario como al personal médico vía e-mail. En caso que se presente una presión arterial fuera de los rangos normales se enviará un alerta notificando al médico la eventualidad. Para darle mayor robustez a la herramienta React se enlazó con la aplicación web IFTTT (If This Then That), Mathworks (2020). Dicha aplicación permite la automatización de tareas y procesos como automatismos para redes sociales, asistentes de voz, sistemas domóticos, envío de correos electrónicos, llamadas y mensajes de texto por medio de la integración de lo que la empresa denomina recetas o applets.
III. Resultados
A continuación, se muestran algunos resultados obtenidos con el prototipo diseñado. La señal biológica se obtuvo por medio del simulador de presión arterial y signos vitales BP PUPM 2 NIBP, Fluke (2019). Los datos adquiridos fueron enviados por el dispositivo construido de manera automática al servidor web IoT para el alojamiento y gestión de la información.
En la Tabla I se muestran los datos obtenidos a partir de la simulación de un paciente con taquicardia.
Tabla 1 Simulación de un paciente con taquicardia.
| Taquicardia UNIANDES | 120/105 (mmHg) | (110) | 130 BPM | 0.40 CC |
|---|---|---|---|---|
| Prueba | 1 | 2 | 3 | 4 |
| Prototipo | 108.34/1 02.5 mmHg | 118.34/1 02.5 mmHg | 115.84/1 05 mmHg | 121.67/1 04.17 mmHg |
Los datos de la Tabla II corresponden a la simulación de un paciente saludable.
Tabla 2 Simulación de un paciente saludable.
| Saludable (mmHg) | 120/80 (93) | 75 BPM | 0.68 CC | UNIANDES |
|---|---|---|---|---|
| Prueba | 1 | 2 | 3 | 4 |
| Prototipo | 125.01/7 7.50 mmHg | 126.67/8 4.17 mmHg | 116.74/7 4.17 mmHg | 125.01/7 7.50 mmllg |
Para el modo geriátrico, se obtuvieron los resultados que se muestran en la Tabla III.
Tabla 3 Simulación de un paciente geriátrico.
| Geriátrico UNIANDES | 150/110 (123) (mmHg) | 95 BPM | 0.40 CC | |
|---|---|---|---|---|
| Prueba | 1 | 2 | 3 | 4 |
| Prototipo | 135.01/11 9.10 mmHg | 150.01/1 15 mmHg | 153.34/10 9.17 mmHg | 156.67/11 04.17 mmHg |
Tabla 4 Datos obtenidos en hombres y mujeres mayores de 50 años.
| Sexo | Prueba 1. | Prueba 2. |
|---|---|---|
| Masculino | 140/89 mmHg | 141/88 mmHg |
| Femenino | 135/83 mml [y | 137/81 mmhg |
| Femenino | 144/86 mmHg | 145/87 mmHg |
| Femenino | 136/S4 mmHg | 138/86 mmHg |
En la Tabla V se muestran los resultados obtenidos en pacientes (hombres y mujeres) cuyas edades están entre los 18 y 33 años.
Tabla 5 Datos obtenidos en hombres y mujeres jóvenes.
| Sexo | Prueba 1. | Prueba 2. |
|---|---|---|
| Masculino | 97/70 mmHg | 143/70 mmHg |
| Masculino | 131/87 mmHg | 154/71 mmHg |
| Masculino | 103/56 mmHg | 113/97 mmHg |
| Masculino | 89/80 mmHg | 114/92 mmHg |
| Masculino | 102/90 mmHg | 92/60 mmHg |
| Masculino | 131/70 mmllg | 130/75 mmHg |
| Masculino | 93/83 mmHg | <><) S2 mmlh. |
| Masculino | 125/70 mmHg | 123/75 mmHg |
| Masculino | 150/100 mmHg | 150/90 mmHg |
| Masculino | 125/80 mmHg | 123/81 mmHg |
| Femenino | 123/85 mmHg | 121/84 mmHg |
| Femenino | 134/62 mmHg | 136/67 mmHg |
IV. Discusión
Para el cálculo de la precisión, exactitud, error absoluto, y la correlación en las medidas, se hace uso de algunas fórmulas estadísticas como se muestran en las siguientes ecuaciones. Las conclusiones de los resultados se basaron en la norma de la Organización Internacional de Metrología Legal (OIML), Industria y Comercio (2019), la cual establece que los errores en equipos nuevos debe ser menor o igual 3 mmHg y para equipos en uso menor o igual 4 mmHg.
Para el cálculo de la precisión, se utiliza la desviación estándar como se muestra en la ecuación 3.
Donde:
Xi = Medida de cada dato.
La exactitud se calcula a partir del porcentaje de error determinado como se muestra en la ecuación 4.
Donde:
μ= Valor de referencia.
El cálculo del error absoluto se presenta la ecuación 5.
Donde:
Xi = Medida de cada dato
N = Numero de muestras.
La correlación de las medidas se calcula como se muestra en la ecuación 6.
Donde:
r es el coeficiente producto-momento de correlación lineal.
En la Tabla. Imodo taquicardia, el error absoluto en la presión sistólica es 3,95885 mmHg mayor al valor permitido y la diastólica es 1,04175 mmHg menor a 3 mmHg. No hubo exactitud, aunque ambas presiones estuvieron cercanas al valor de referencia, ± 5,66799745 mmHg para la presión sistólica y ± 1,2501 mmHg para la presión diastólica. Solo se presenta repetibilidad en el valor 102,5082 mmHg, que corresponde a una toma de la presión diastólica. La correlación en las medidas solo se presenta en la presión sistólica.
En el modo saludable, para la presión sistólica y diastólica presentan una precisión de ± 4,48220778 mmHg y ± 4,19468801 mmHg, respectivamente. No se presentó exactitud, pero si precisión. Ambas presiones presentan repetibilidad en el dato 125.01/77.5062 (82.5066) mmHg, al igual que correlación en las medidas. El error absoluto es de 3,3096 mmHg para la presión sistólica y 2,9169 mmHg para la diastólica.
Para el modo geriátrico una de las tomas en la presión sistólica fue exacta al valor de referencia (150.012 mmHg), aunque en la diastólica no hubo ningún dato exacto, presentó una precisión igual ± 4,10401905 mmHg, muy cercano al valor de referencia. Ambas presiones presentan correlación, pero sin repetibilidad en las medidas. El error absoluto en la presión diastólica es 2,70855 mmHg, en la sistólica el error es igual 6,87555 mmHg, mayor al permitido que es 3mmHg.
De la Tabla IV las tomas tienen correlación en las medidas y están dentro del rango permitido para pacientes de 50 años en adelante, cuyo rango en la presión sistólica esta entre 110-160 mmHg, y en la diastólica es de 70-100 mmHg.
En la Tabla V los resultados obtenidos con el prototipo concuerdan con los rangos de presión arterial de personas jóvenes estipulados, que van de 100-139 mmHg en la presión sistólica, y 60-89 mmHg en la presión diastólica. Algunas tomas pueden variar entre cada resultado por el algún factor como estrés o el síndrome de bata blanca.
V. Conclusión
Los resultados obtenidos en las tomas de presión arterial realizadas con el prototipo fueron aceptables, no obstante, la precisión y exactitud deben ser mejoradas para reducir el error en las medidas, y de esta manera poder ser implementado en lo seguimientos clínicos y domiciliarios.
Es muy importante tener en cuenta aspectos como el desinflado del sistema y el tiempo de muestreo de la señal biológica que esta estrechamente liga a la capacidad de computo del sistema embebido, puesto que mientras más datos se puedan procesar y almacenar, los resultados calculados por el algoritmo arterial serán mucho más exactos y precisos.
Dentro del mundo IoT son muchas las soluciones hardware y software propuestas por los diferentes proveedores de servicios, aunque es importante tener en cuenta elementos como la seguridad de los dispositivos, los datos de los usuarios y del servidor web IoT. De igual manera es clave dentro de un ecosistema inteligente que exista interconexión e interoperabilidad de los dispositivos.
Una de la mejora podría ser la sustitución de la válvula ON/OFF por una válvula proporcional, ya que de esta forma el desinflado puede ser mucho más controlado y podría mejorar los resultados de la toma de tensión arterial.
