Una información proveniente del dossier de salida a bolsa de Rockley Photonics, una startup británica dirigida por Andrew Rickman que trabaja en el desarrollo de sensores de parámetros de salud, permite conocer su relación con Apple – su principal cliente – y lleva a The Telegraph a especular que las próximas versiones del Apple Watch podrían incorporar sensores para medir los niveles de glucosa y de alcohol en sangre, y la presión arterial.
Estos sensores, unidos a la ya existente monitorización de frecuencia cardíaca, al electrocardiograma, a los algoritmos para determinación de determinadas arritmias y al cálculo de la concentración de oxígeno en sangre, convertirían al Apple Watch en un auténtico «médico en tu muñeca», que posibilitaría una monitorización muy completa de los parámetros críticos de la salud de muchos pacientes. Un desarrollo así podría llevar al Apple Watch a convertirse en una propuesta de valor insustituible para millones de personas con afecciones cardíacas, con diabetes, con enfermedades respiratorias o, en general, con prácticamente cualquier persona interesada en una monitorización preventiva de su salud. Se ha hablado mucho del potencial de este tipo de wearables en la monitorización de afecciones crónicas, e incorporar nuevos parámetros de especial relevancia como la presión arterial no hace más que complementar muchas de sus posibilidades en ese sentido, del mismo modo que la incorporación de la medida de saturación de oxígeno en sangre hace alrededor de un año fue vista por algunos como una forma de poder monitorizar la eventualidad de una infección con COVID-19.
Tras el incremento en el uso de la telemedicina que ha acelerado la pandemia, lo normal es esperar que la próxima gran revolución sea la aparición de servicios basados en la monitorización preventiva de la salud a partir de este tipo de wearables capaces de monitorizar parámetros que, por norma general, únicamente se obtenían de manera muy ocasional o cada vez que se visitaba a un médico, pero que ahora pueden generarse de manera rutinaria y prácticamente continua. Los estudios clínicos realizados con los parámetros obtenidos reflejan un enorme potencial para este tipo de servicios, dado que la precisión del dispositivo se suplementa con el incremento del número de medidas, lo que permite reducir el error estándar y considerarlos adecuados para la detección de anomalías. A partir de ahí, se utilizarían algoritmos de machine learning para la monitorización rutinaria, y se llegaría a la supervisión por parte de un facultativo únicamente en los casos en los que el algoritmo ofrece una interpretación no determinante, lo que implicaría un uso adecuado de los recursos y un nivel de atención potencialmente mucho más adecuado y con muchísima más capacidad de detección temprana de problemas y de prevención.
Un sistema de este tipo sería susceptible de, por un lado, reducir la morbilidad, la mortalidad y, en general, el sufrimiento de los pacientes, al tiempo que podría redundar en una reducción de costes para el sistema de salud en su conjunto, al poder diagnosticar más problemas en momentos tempranos en los que los tratamientos pueden ser aplicados con más eficiencia. Son muchas las compañías que están trabajando en este ámbito de la salud en la nube que engloba la telemedicina, la monitorización, la aplicación de machine learning al diagnóstico y la prestación de servicios de salud, y están siendo destinadas importantes inversiones a un tema que, en función del estado actual de la tecnología, no puede tener más lógica. Los beneficios están ahí. Es, simplemente, una cuestión de tiempo. Y seguramente, no mucho.
