Detección de anomalias del sueño con soporte en una pulsera inteligente y algoritmos de IA

Abstract

Ante el auge de las tecnologías “wearables”, que ya forman parte de nuestra vida diaria, como el uso de pulseras inteligentes, que nos permiten monitorear nuestros principales signos vitales, nos ayudan a tener una mayor precisión en nuestras rutinas de ejercicio y actividad física diaria, además de monitorizar nuestro sueño, lo que nos permite tener indicadores fiables de nuestra calidad de sueño, tema especialmente sensible en el mundo cambiante y voraz en el que vivimos, considero que este análisis desde la perspectiva del Internet de las cosas ( IoT), con la medición de variables como: ritmo cardíaco, pasos del día, nivel de oxígeno en sangre, calorías quemadas, horas de sueño, entre otros indicadores, a través de sensores de una “pulsera inteligente”, que mediante el protocolo de comunicación: “Bluetooth Low Energy (BLE)”, permite obtener estos datos de nuestro cuerpo en tiempo real, para luego ser analizados en nuestra aplicación de ordenador “DreamFit – Sistema de Monitoreo del sueño”. Cabe señalar que el presente proyecto académico constará de 2 módulos desarrollados en el lenguaje de programación Python: el Módulo1 es una aplicación de ordenador “DreamFit – Sistema de Monitoreo del sueño”, que tendrá como objetivo principal la recolección de las variables del sueño y otras variables vitales, las cuáles de descargarán en un fichero CSV, que servirá de input para el módulo 2: “DreamFit-Módulo de Machine Learning con soporte IA”, este módulo tiene por finalidad generar modelos de Machine Learning que “aprendan” o “se entrenen” con un “dataset” de anomalías del sueño validado, y luego se realice una comparación mediante algoritmos IA de validación cruzada y redes neuronales, con el fin de obtener los mejores modelos de entrenamiento, para con el mejor modelo, obtener predicciones de anomalías del sueño fiables, para nuestros usuarios. Las cuáles nos permitirán obtener conclusiones relevantes sobre la detección temprana de anomalías o trastornos comunes del sueño, que hoy en día son muy comunes en la población mundial. Finalmente, considero que este análisis de variables vitales de una pulsera inteligente es muy útil, pues no sólo nos permite controlar y alcanzar nuestros objetivos de actividad física, teniendo en cuenta el estilo de vida sedentario del mundo actual, sino que también, nos permite mejorar nuestra salud física y mental, ya que parte de este proyecto académico, consiste en demostrar y detectar, con datos experimentales de monitorización del sueño, anomalías o trastornos comunes del sueño, lo que permitirá al usuario disponer de detecciones tempranas de los trastornos del sueño, a bajo coste, que se complementarán con asistencia médica especializada, para su prevención. confirmación y tratamiento, con el fin de mejorar la calidad de vida de las personas que padecen este tipo de trastornos.Given the rise of “wearable” technologies, which are already part of our daily lives, such as the use of smart bracelets, which allow us to monitor our main vital signs, they help us have greater precision in our exercise and physical activity daily routines, in addition to monitoring our sleep, which allows us to have reliable indicators of our sleep quality, something especially sensitive in the changing and voracious world in which we live, I consider that this analysis from the perspective of the Internet of Things (IOT), with the measurement of variables such as: heart rate, steps of the day, blood oxygen level, calories burned, hours of sleep, among other indicators through sensors of a “smart bracelet”, which through the communication protocol: “Bluetooth Low Energy” allows us to obtain this data from our body in real time, and then analyze it in our computer application: “DreamFit – Sleep Monitoryng System”. It should be noted that this academic project will consist of 2 modules developed in the Python programming language: Module 1 is a computer application “DreamFit – Sleep Monitoring System”, which will have as its main objective the collection of sleep variables and other vital variables, which will be downloaded in a csv file, which will serve as input for module 2: “DreamFit-Machine Learning Module with AI support”, this module aims to generate Machine Learning Models that “learn” or “become train” with a validated “dataset of sleep anomalies”, and then a comparison is made using cross-validation AI algorithms and neural networks, In order to obtain the best training models, for the purpose of obtain predictions of anomalies with the best trained model, for our users. Which will allow us to obtain relevant conclusions about the early detection of common sleep anomalies or disorders, which today are very common in the world population. Finally, I consider that this analysis of vital variables of a smart bracelet is very useful, as it not only allows us to control and achieve our physical activity goals, taking into account the sedentary lifestyle of today's world, but also allows us to improve our physical and mental health, since part of this academic project consists of demonstrating and detecting, with experimental sleep monitoring data, common sleep anomalies or disorders, which will allow the user, to have early detections of sleep disorders, at low cost, which will be complemented with specialized medical assistance, for prevention, confirmation and treatment, in order to improve the quality of life of people who suffer from this type of disorders.