Un nuevo estudio revela que los patrones de respiración pueden utilizarse para identificar personas con una precisión del 97%. Esta línea de investigación, liderada por científicos del Instituto de Tecnología de Massachusetts (MIT), propone un sistema basado en inteligencia artificial que emplea sensores para registrar cómo respiramos. Esta información, una vez analizada por algoritmos avanzados, permite distinguir a individuos de forma única, como si se tratara de una huella dactilar.

A diferencia de métodos tradicionales como el reconocimiento facial o la huella digital, la respiración es mucho más difícil de falsificar y, según sus impulsores, puede ser captada incluso a distancia sin necesidad de contacto físico. El hallazgo abre la puerta a nuevas formas de verificación de identidad, con aplicaciones tanto en seguridad como en salud. El equipo desarrollador ha entrenado su sistema con más de 300.000 segmentos de respiración procedentes de más de 1.800 personas, logrando una tasa de acierto casi perfecta.

El patrón respiratorio como biometría no invasiva

A lo largo de la última década, la biometría ha pasado de ser una tecnología emergente a una herramienta habitual en dispositivos móviles, aeropuertos y sistemas de control de acceso. Huellas dactilares, escaneo de iris y reconocimiento facial son ya recursos estándar. Sin embargo, todos ellos presentan limitaciones, especialmente en contextos donde el contacto físico no es deseado o posible. Aquí es donde entra en juego la respiración.

El equipo de investigadores del MIT ha desarrollado un modelo de aprendizaje automático capaz de analizar patrones respiratorios captados a través de sensores sin contacto. En concreto, se han centrado en la frecuencia, duración, amplitud y ritmo de la respiración, datos que se procesan mediante redes neuronales convolucionales. El resultado es un «perfil respiratorio» único para cada individuo.

Durante las pruebas, los algoritmos fueron entrenados con una gigantesca base de datos que incluía 1.812 sujetos. De estos, se extrajeron más de 300.000 muestras de respiración que permitieron al sistema aprender y refinar sus predicciones. La tasa de identificación lograda alcanzó el 97,3%, lo que posiciona este método muy por encima de otras formas de identificación pasiva.

Este enfoque tiene además la ventaja de poder emplearse incluso en la oscuridad o a través de obstáculos físicos, ya que la señal respiratoria se puede captar mediante radar u ondas milimétricas, tecnologías ya utilizadas en aplicaciones médicas y de seguridad.

Respira y serás identificado: el modelo AI-Breathe

El núcleo del sistema desarrollado por el MIT se conoce como AI-Breathe. Este modelo de inteligencia artificial no solo analiza la respiración sino que crea un «embedding» o representación matemática de cada patrón respiratorio. Es decir, convierte una señal fisiológica continua en una firma digital única, lo suficientemente robusta como para identificar con precisión a su propietario.

Una de las claves del éxito del modelo reside en su arquitectura de red neuronal. AI-Breathe utiliza una estructura similar a las empleadas en el procesamiento de voz o imagen, adaptada a la naturaleza rítmica y periódica de la respiración humana. Entre las métricas estudiadas destacan la tasa de respiración por minuto, las microvariaciones dentro de cada inhalación y exhalación, y los patrones de recuperación tras pausas o cambios de ritmo.

El entrenamiento del sistema se llevó a cabo con datos recogidos en condiciones reales y con un rango amplio de edades, géneros y estados de salud. Esto lo convierte en un sistema versátil que podría adaptarse fácilmente a múltiples aplicaciones. Según los investigadores, incluso puede detectar cambios en la respiración debidos a estados emocionales, lo que sugiere potenciales aplicaciones en salud mental o en análisis de estrés en entornos laborales.

Aplicaciones potenciales: seguridad, salud y más allá

La identificación mediante patrones respiratorios puede parecer una curiosidad técnica, pero en realidad tiene numerosas aplicaciones prácticas. En el ámbito de la seguridad, por ejemplo, se podría utilizar en zonas donde otros métodos biométricos no sean viables. Piénsese en hospitales, estaciones de metro o espacios oscuros donde la vigilancia visual no es posible. También en contextos donde el anonimato debe protegerse, pero se requiere control de acceso.

Otra aplicación natural es la salud digital. AI-Breathe podría integrarse en dispositivos médicos para monitorizar la identidad de los pacientes sin necesidad de pulseras o sistemas invasivos. Además, su capacidad para detectar patrones anómalos podría permitir diagnósticos precoces de afecciones respiratorias o neurológicas. Incluso podría emplearse en el seguimiento continuo de personas mayores o en rehabilitación sin necesidad de intervención directa.

En el caso de las interfaces hombre-máquina, el análisis respiratorio podría formar parte de los sistemas de autenticación continua, donde la identidad del usuario se verifica de forma pasiva mientras interactúa con un dispositivo o entorno.

Cabe destacar que, a diferencia de los sistemas visuales, este tipo de tecnología podría mantenerse activo incluso durante el sueño o en ausencia total de iluminación, lo cual multiplica sus posibilidades de uso en domótica, vigilancia o análisis conductual.

Retos técnicos y éticos por resolver

Aunque los resultados del estudio son prometedores, todavía quedan por resolver ciertos retos. En primer lugar, la sensibilidad a las condiciones ambientales. Factores como temperatura, humedad o interferencias electromagnéticas pueden alterar la calidad de los datos recogidos. Además, enfermedades respiratorias temporales como un resfriado o la gripe podrían alterar el patrón habitual del usuario.

Otro tema crítico es el privacidad y consentimiento. Al tratarse de un sistema pasivo, es posible identificar a una persona sin que esta sea consciente de ello. Esto plantea cuestiones éticas importantes sobre el uso de datos fisiológicos y la necesidad de establecer marcos regulatorios claros.

Además, aunque la tasa de acierto supera el 97%, en entornos reales siempre existe la posibilidad de falsos positivos o negativos. Estos errores, aunque minoritarios, podrían tener consecuencias graves en contextos como la seguridad aeroportuaria o el acceso a información sensible.

Futuro del reconocimiento respiratorio

El sistema AI-Breathe representa un paso importante hacia formas de autenticación más naturales e integradas en nuestro entorno cotidiano. Aunque todavía no está disponible comercialmente, sus desarrolladores aseguran que podría integrarse en dispositivos de bajo coste con relativa facilidad.

A medida que mejoren los sensores de campo cercano y la potencia de procesamiento de los dispositivos móviles, es plausible imaginar un futuro donde nuestros teléfonos o relojes inteligentes reconozcan a su dueño por cómo respira. También podría combinarse con otros sistemas biométricos, como el ritmo cardíaco o la actividad electroencefalográfica, para lograr una autenticación multimodal más robusta.

En paralelo, el avance de este tipo de tecnologías exige un debate serio sobre su regulación, los límites de su uso y la transparencia en el tratamiento de datos personales.

Reflexiones finales

El hallazgo del MIT no solo muestra la capacidad de la inteligencia artificial para descifrar aspectos invisibles de la fisiología humana, sino que también pone de relieve una tendencia más amplia: el paso hacia formas de identificación discretas, no invasivas y continuas. El reto estará en encontrar el equilibrio entre utilidad y privacidad, y en garantizar que estos sistemas se utilicen de forma ética y transparente.

El hecho de que podamos ser identificados por nuestra forma de respirar podría parecer ciencia ficción, pero con una tasa de acierto del 97% y la posibilidad de hacerlo sin contacto físico, estamos ante una tecnología que muy probablemente veamos integrada en dispositivos cotidianos en un plazo más corto de lo que imaginamos.