En las últimas décadas, la incorporación de dispositivos wearables en el ámbito de la salud ha ido más allá de los simples pulsómetros o contadores de pasos. Ahora, estos dispositivos están siendo diseñados para detectar señales sutiles de riesgo de salud antes de que se conviertan en problemas graves. En concreto, la investigación reciente en la Universidad de Arizona muestra cómo una prenda inteligente equipada con sensores y algoritmos de inteligencia artificial (IA) puede identificar signos de fragilidad en personas mayores, abriendo puertas a un cuidado más proactivo. Este tipo de tecnología no solo recoge datos biométricos en tiempo real, sino que también los procesa localmente con IA de borde (edge AI), reduciendo drásticamente la necesidad de transmisión de datos crudos y facilitando su uso en entornos con conectividad limitada. Además de esta innovación, el sector de wearables con IA para personas mayores está creciendo y abarca desde la detección de caídas hasta la monitorización de salud general y planes de atención individualizados basados en patrones fisiológicos recogidos continuamente.

Evolución de la tecnología wearable para la salud de mayores

La tecnología wearable ha avanzado rápidamente desde los simples monitores de ritmo cardíaco hasta sensores integrados capaces de medir múltiples parámetros de salud en tiempo real. Según estudios científicos recientes, el uso de wearables en adultos mayores se ha concentrado en medir actividad física, recuperación post-tratamiento y otros indicadores de salud que tradicionalmente requerían visitas periódicas a clínicas o laboratorios. Por ejemplo, en un análisis sistemático de investigaciones que incluyó a casi 1 300 personas mayores con cáncer, los wearables se utilizaron principalmente para vigilar la actividad física y los patrones de recuperación tras tratamientos, con tasas de adherencia a los dispositivos que oscilaron entre 74 % y 100 % de los participantes. Esto demuestra no solo la viabilidad técnica sino también la aceptación por parte de los usuarios del segmento de población más vulnerable.

La aplicación de IA en estos dispositivos ha dado un paso más allá. En lugar de limitarse a registrar métricas básicas, los algoritmos de IA pueden analizar patrones complejos —como la simetría del paso o la variabilidad en la aceleración de las piernas— para anticiparse a situaciones de riesgo, incluso antes de que se manifiesten clínicamente. Esta capacidad predictiva se apoya en modelos de aprendizaje automático que identifican tendencias en los datos acumulados, lo que permite detectar anomalías que no serían visibles en mediciones aisladas o puntuales. Un artículo académico reciente sobre el uso de inteligencia artificial en sensores portátiles detalla cómo estos sistemas pueden aprender patrones fisiológicos únicos de cada persona y alertar sobre desviaciones que podrían indicar riesgos de salud, con mejoras de hasta 22 % en métricas de detección de anomalías frente a métodos tradicionales.

El dispositivo principal: manga inteligente con IA para detectar fragilidad

El foco de innovación más reciente viene del laboratorio de ingeniería biomédica en la Universidad de Arizona, donde se ha desarrollado un dispositivo wearable que consiste en una manga de malla suave diseñada para colocarse alrededor del muslo inferior. Esta manga integra sensores miniaturizados que capturan datos sobre el movimiento de la pierna, incluyendo aceleración, simetría entre extremidades y patrones de paso. A diferencia de sistemas que suben datos crudos a la nube para análisis remotos, este dispositivo utiliza IA integrada para procesar los datos directamente on-device, lo que reduce los requisitos de transmisión de datos en alrededor de 99 % y elimina la necesidad de una conexión a internet de alta velocidad.

La detección temprana de fragilidad es clave porque esta condición, según publicaciones científicas, puede afectar aproximadamente al 15 % de las personas de 65 años o más, aumentando significativamente el riesgo de caídas, discapacidades y hospitalizaciones. El algoritmo de IA está entrenado para reconocer patrones de movimiento que preceden a estas complicaciones, lo que permite una intervención clínica anticipada. Además, la manga está diseñada para ser invisible bajo la ropa y utiliza carga inalámbrica de largo alcance, mejorando su usabilidad para uso continuo sin necesidad de recargas frecuentes o interacción del usuario. Este enfoque práctico y centrado en la experiencia del paciente representa un avance en la dirección de un cuidado de salud más centrado en la persona y menos dependiente de las visitas médicas presenciales.

Este producto es especialmente relevante en comunidades rurales o con recursos limitados, donde el acceso a servicios de salud especializados es más difícil. Al procesar los datos localmente y enviar solo resultados procesados a través de Bluetooth a un dispositivo inteligente, el sistema facilita la monitorización remota por parte de profesionales de la salud sin la necesidad de transmitir grandes volúmenes de datos crudos, lo que optimiza el uso de ancho de banda, reduce costos y protege la privacidad de los usuarios.

Aplicaciones prácticas más allá de la detección de fragilidad

Aunque la innovación principal descrita se centra en la detección de fragilidad para prevenir caídas, el campo de los wearables con IA para mayores es mucho más amplio. Otra línea de aplicación crucial es la detección automática de caídas en tiempo real, donde los acelerómetros y giroscopios integrados en dispositivos portátiles pueden disparar alertas instantáneas a cuidadores o servicios de emergencia tan pronto como ocurre una caída, utilizando modelos de aprendizaje automático para distinguir entre movimientos cotidianos y incidentes reales. Estudios en este ámbito han mostrado que los métodos basados en IA superan a los umbrales estáticos tradicionales en términos de precisión, sensibilidad y especificidad, reduciendo falsos positivos y aumentando la fiabilidad del sistema.

Además, existen iniciativas que combinan sensores portátiles con tecnologías distribuidas como blockchain para garantizar la integridad y seguridad de los datos de cuidado de ancianos, así como sistemas que integran sensores ambientales y wearables para proporcionar alertas contextuales basadas en múltiples fuentes de información. En el ámbito más centrado en la calidad de vida, algunos dispositivos combinan IA con interfaces de usuario accesibles para ofrecer recordatorios de medicación, interacción social y actividades cognitivas, lo que puede contribuir a mejorar funciones cognitivas y reducir la sensación de aislamiento en usuarios mayores.

Las aplicaciones de IA y wearables también se integran con sistemas de salud digital más amplios. Por ejemplo, se llevan a cabo proyectos como AI4HealthyAging en Europa, que combina una red de sensores portátiles en calzado con algoritmos inteligentes para detectar parámetros de marcha y otros datos de salud relacionados con condiciones crónicas. Este tipo de iniciativas subraya la tendencia hacia sistemas más holísticos que no solo detectan riesgos inmediatos, sino que también contribuyen a una evaluación continua del bienestar general de la persona.

Reflexiones finales

La convergencia entre sensores wearables y algoritmos de IA está transformando el enfoque del cuidado de las personas mayores, desplazándolo desde la detección reactiva de eventos adversos hacia un monitorizado preventivo continuo y personalizado. La evidencia actual sugiere que dispositivos equipados con IA no solo pueden detectar señales sutiles de fragilidad o cambios en el estado de salud, sino que también facilitan intervenciones tempranas que reduzcan hospitalizaciones y mejoren la calidad de vida. La clave del éxito radica tanto en el diseño ergonómico y aceptable para el usuario como en la capacidad de estos sistemas para procesar datos complejos on-device sin depender de infraestructura externa robusta.

La investigación científica y las aplicaciones prácticas convergen en mostrar que el uso de wearables con IA en la atención de adultos mayores ofrece un enfoque más eficiente, accesible y centrado en la persona. A medida que estas tecnologías evolucionen y se integren con la atención clínica formal, es previsible que su papel en el cuidado de la salud continúe creciendo, proporcionando datos útiles tanto a cuidadores como a profesionales sanitarios en tiempo real y con precisión cada vez mayor.