Las definiciones anteriores de "bienestar", limitadas a dar un paseo rápido y comer algunas verduras más, se sienten en muchos sentidos como un pasado lejano. Los relojes brillantes y los anillos elegantes ahora miden cómo comemos, dormimos y respiramos, y recurren a una combinación de sensores de movimiento y microprocesadores para procesar bytes y bits. 

Incluso con la variedad actual de joyas inteligentes, ropa y tatuajes temporales que se sienten a partes iguales complejos y manejables, los científicos del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT y el Centro de Inteligencia Artificial (CPAI) del Hospital General de Massachusetts (MGH) querían hacer cosas un poco más personales. Crearon un conjunto de herramientas para diseñar dispositivos de detección de movimiento y salud usando algo llamado "tomografía de impedancia eléctrica (EIT)", una palabra elegante para una técnica de imágenes que mide y visualiza la conductividad interna de una persona. (La EIT se usa generalmente para cosas como observar la función pulmonar o detectar el cáncer).

Utilizando el " EIT-kit ", el equipo construyó una gama de dispositivos que admiten diferentes aplicaciones de detección, incluido un monitor muscular personal para rehabilitación física, un reconocedor de gestos de la mano portátil y una "pulsera" que puede detectar la conducción distraída. 

Si bien la detección de EIT generalmente requiere costosas configuraciones de hardware y complicados algoritmos de reconstrucción de imágenes, el uso de electrónica impresa y bibliotecas de imágenes de EIT de código abierto la ha convertido en una opción atractiva, de bajo costo y portátil. Pero diseñar elementos de EIT sigue siendo difícil y, por lo general, requiere una fusión adecuada de conocimientos de diseño, un contacto adecuado entre el dispositivo y el ser humano y optimización. 

El editor 3D del EIT-kit coloca al usuario en el asiento del conductor para una dirección de diseño completa. Una vez que los electrodos de detección (que miden la actividad humana) se colocan en el dispositivo en el editor, se puede exportar a una impresora 3D. Luego, el artículo puede ensamblarse, colocarse en el área de medición objetivo y conectarse a la placa base de detección del kit EIT. Como paso final, una biblioteca de microcontroladores incorporada automatiza la medición de impedancia eléctrica y permite a los usuarios ver los datos medidos visuales, incluso en un teléfono móvil.

Los dispositivos existentes también solo pueden detectar el movimiento, lo que limita a los usuarios a comprender solo cómo cambian de posición con el tiempo, pero el kit EIT puede detectar la actividad muscular real. Un dispositivo creado por el equipo, que se ve como dos bandas simples, detectó la tensión y la tensión muscular en el muslo para monitorear la recuperación muscular después de la lesión, e incluso podría usarse para prevenir una nueva lesión. El monitor muscular aquí usó dos conjuntos de electrodos para crear una imagen 3D del muslo, así como realidad aumentada para ver la actividad muscular en tiempo real. En este caso, simplemente sentir el movimiento sería inútil, ya que una persona que realiza correctamente un ejercicio de rehabilitación requiere utilizar el músculo correcto. Además, los investigadores detectaron tejido biológico a través de un dispositivo EIT que analizó la ternura de la carne cruda.  

"El proyecto del kit EIT se ajusta a mi visión a largo plazo de crear dispositivos de detección de la salud personal con técnicas de creación de prototipos de función rápida y tecnologías de detección novedosas", dice Junyi Zhu, estudiante de doctorado en CSAIL del MIT, autor principal de un nuevo artículo sobre el kit EIT. "Durante nuestro estudio junto con profesionales médicos, descubrimos que la detección de EIT depende en gran medida del paciente y de la ubicación de detección, debido a las configuraciones de medición, la calibración de la señal, la colocación de electrodos y otros factores relacionados con la bioeléctrica. Estos desafíos se pueden resolver con algoritmos de automatización y hardware personalizables. Más allá de EIT, otras tecnologías de detección de la salud enfrentan complejidades similares y necesidades personalizadas ". 

El equipo está colaborando actualmente con MGH para desarrollar el kit EIT para crear dispositivos de rehabilitación remota para monitorear diferentes partes del cuerpo de un paciente mientras se cura. Dado que todos los dispositivos del kit de EIT son móviles y están personalizados para la forma del cuerpo del paciente y una lesión particular, se pueden usar fácilmente en casa para brindarles a los médicos una imagen más holística del proceso de curación.Zhu escribió el artículo junto con el estudiante universitario del MIT Jackson Snowden, los exalumnos Joshua Verdejo ´21, MNG ´21 y Emily Chen ´21, el estudiante de doctorado de CSAIL Paul Zhang, codirector de CPAI en MGH y el instructor de la Escuela de Medicina de Harvard Hamid Ghaednia, jefe de cirugía de columna en el MGH y profesor asociado en la Escuela de Medicina de Harvard Joseph H. Schwab, y la profesora asociada del MIT Stefanie Mueller. 

Este material se basa en el trabajo respaldado por la National Science Foundation. El proyecto se completó en colaboración con Schwab y Ghaednia. Se presentará en el Simposio ACM sobre software y tecnología de interfaz de usuario (UIST) 2021 el próximo mes.