Un estudio de Apple abre esperanza a que los AirPods puedan monitorizar tu corazón

Apple ha dado un paso sorprendente en el campo de la inteligencia artificial aplicada a la salud. Un estudio reciente del equipo de Apple Research ha demostrado que los modelos de IA pueden estimar el ritmo cardíaco utilizando grabaciones de estetoscopio, incluso cuando estos modelos no han sido diseñados ni entrenados específicamente para ello.

El experimento se basó en seis modelos de IA de propósito general entrenados en tareas de audio o voz. Aunque ninguno estaba diseñado para analizar sonidos cardíacos, los investigadores evaluaron qué tan bien podían estimar la frecuencia cardíaca a partir de fonocardiogramas, es decir, grabaciones reales de sonidos del corazón.

Sorprendentemente, estos modelos ofrecieron resultados comparables —e incluso superiores— a técnicas tradicionales que utilizan características de audio diseñadas manualmente, un método clásico en aprendizaje automático.

El modelo de Apple supera al resto

Entre todos los modelos analizados, destacó uno: la versión interna del modelo CLAP (Contrastive Language-Audio Pretraining) desarrollado por Apple, entrenado con más de 3 millones de muestras de audio. Este modelo no solo superó a los demás, sino que también ofreció el mejor rendimiento global en estimación de ritmo cardíaco.

El equipo utilizó un conjunto de datos públicos compuesto por más de 20 horas de sonidos cardíacos grabados en hospitales, todos ellos anotados por expertos médicos. Los datos fueron divididos en clips de 5 segundos, desplazándose un segundo por cada nuevo fragmento, generando un total de 23.000 muestras para analizar.

A partir de estas grabaciones, Apple entrenó una red neuronal para predecir la frecuencia cardíaca en pulsaciones por minuto, demostrando la eficacia del enfoque.

Modelos más grandes no siempre son mejores

Un hallazgo clave del estudio es que los modelos más grandes o profundos no necesariamente ofrecen mejores resultados. De hecho, las capas más internas, optimizadas para tareas de lenguaje, tienden a perder información cardíaca útil. En cambio, las capas más superficiales o intermedias son las que captan mejor las señales relevantes del corazón.

Una de las conclusiones más importantes es que la combinación de métodos tradicionales de procesamiento de señales con la inteligencia artificial moderna mejora significativamente la precisión. Cuando una técnica tiene dificultades, la otra puede compensar, lo que genera una estimación más robusta y confiable del ritmo cardíaco.

Implicaciones para futuros productos de Apple

Aunque el estudio no hace promesas comerciales ni afirma tener resultados clínicos, la posibilidad de integrar estas capacidades en productos de consumo como el iPhone, el Apple Watch o incluso los AirPods es real. Estos últimos, en particular, ya cuentan con micrófonos internos que podrían captar sonidos corporales, como el latido del corazón.

Los investigadores de Apple han detallado sus próximos pasos, que incluyen:

• Combinar representaciones acústicas tradicionales con las extraídas por modelos fundacionales (FMs) para mejorar la robustez ante variaciones individuales.
• Adaptar los modelos a dominios clínicos mediante técnicas de fine-tuning para detectar características patológicas complejas.
• Ampliar el uso de estos modelos a otras tareas fisiológicas y sonidos corporales.
• Enriquecer la base de datos con muestras clínicas más diversas y significativas.
• Comparar sus resultados con otros modelos bioacústicos como HeAR.
• Diseñar modelos más simples y eficientes que puedan ejecutarse en dispositivos de bajo consumo energético.

Un futuro prometedor para la salud digital

Este tipo de investigaciones sientan las bases para una nueva era de monitorización de la salud impulsada por IA. Aunque todavía queda camino por recorrer antes de ver aplicaciones clínicas aprobadas, Apple ya está perfilando cómo integrar de forma inteligente sus avances en salud en el ecosistema de sus dispositivos.