USO  DE  LA  COMPUTACIÓN  PERMISIVA,  UBICUA  Y  MÓVIL    EN  EL  CUIDADO  DE  LA  SALUD  

 John  Sprockel  

Maestría  de  Ingeniería  de  Sistemas  y  Computación,  Universidad  Javeriana  jsprockel@javeriana.edu.co  

   Existe   una   creciente   cantidad   de   estudios   que   implican   el   uso   de   la   computación  permisiva   (pervasive   computing)   en   aplicaciones   para   el   cuidado   de   la   salud.   Ello  puede  explicarse  por  la  mayor  disposición  de  dispositivas  cada  vez  de  menor  tamaño  y  con  la  posibilidad  de  trasmitir  datos  directamente  o  con  la  intermediación  de  otros  aparatos   móviles   (ej:   celulares   inteligentes);   además   del   reconocimiento   de   la  necesidad  de  establecer  medidas  de  prevención  más  efectivas.    No  se  ha  logrado  hasta  el  momento  un  consenso  para  una  definición  satisfactoria  para  cada   uno   de   estos   términos.   En   una   revisión   sistemática   [1],   acerca   del   uso   de  computación  permisiva  en  el  cuidado  de  la  salud,  tomo  los  siguientes  criterios  para  su  inclusión:  1)  los  sistemas  omnipresentes  (ubicuos)  en  el  sentido  de  ser  no  unido  a  una  ubicación  dedicada,   tal  como  un  ordenador  en  un   lugar  de  trabajo,  2)   los  que  tienen  elementos  de  "inteligencia"  en  el  sentido  de  conocimiento  del  contexto  o  la  capacidad  de   soporte  de  decisiones  y  3)   el   procesamiento  o   la   transmisión  de  datos  ha  de   ser  realizadas  por  los  sistemas  sin  ninguna  intervención  humana.      La  computación  ubicua   implica  una  visión  de   los  sistemas   informáticos  basado  en   la  fusión   entre   el   mundo   físico   con   los   entornos   humanos   y   sociales.   Un   término  relacionado,   la   Inteligencia   Ambiental   pone   el   énfasis   en   la   forma   en   que   estos  interactúan   con   las   personas   [2].   Por   otro   lado,   la   computación   simbiótica   es   un  concepto   de   la   computación   post-­‐ubicua   tiene   en   cuenta   la   coexistencia   del   espacio  real  y  el  digital  [3].    Una  encuesta  reveló  que  existe  una  gran  diversidad  de  opiniones  acerca  de  este  tipo  de  intervenciones  [4],  algunos  incluso,   lo  consideran  una  amenaza,  como  ejemplo  de  ello  fue  la  presentación  de  un  dispositivo  RFID  (de  identificación  por  radiofrecuencia)  como   la   marca   del   anticristo   [5].   Esta   situación   puede   representar   la   resistencia  natural  a   la   innovación,  como  la  que  se  dio  con  las  trasfusiones  y   los  trasplantes.  De  todas   formas,  no  se  puede  desconocer  que  puedan  presentarse  eventos  adversos  de  estos   como   posibles   lesiones   por   radiación,   la   interacción   con   otros   dispositivos   de  otra  manera  benignos.  Por  otro  lado  hay  cuestiones  de  resistencia  y  de  no  aceptación.    En   la   revisión   sistemática   ya   nombrada,   comprendió   estudios   del   2002   al   2006,  encontró   69   artículos,   entre   ellos   la   mayoría   comprometió   el   uso   de   prototipos   o  pilotos,  para  uso  en  casa  o  en  equipos  móviles,  usados  en  cerca  del  50%  por  médicos  y  enfermeras  y  en  un  72%  por  pacientes,  el  campo  de  la  salud  más  se  empleaba  era  en  la  

prevención   y   cuidado.   Predominaron   el   uso   en   equipos   móviles   convencionales   y  estacionarios  [1].    Los  sistemas  multi-­‐agentes,  con  la  posibilidad  de  una  disposición  distribuida,  así  como  sus   características   de   la   autonomía   y   proactividad,   poseen   la   capacidad   de   ser   la  manera  más  apropiada  para  lograr  el  máximo  provecho  de  este  tipo  de  computación.  En   el   cuidado   de   la   salud   se   ha   implementado   en   forma   de   herramientas     para   la  obtención   de   gran   cantidad   de   información   como:   para   la   definición   de   perfiles,  preferencias,  historia,  entrenamiento  físico,  etc.  [3],  servicios  de  recolección  y  análisis  de   datos   fisiológicos   a   partir   de   sensores   médicos   conectados   al   cuerpo   humano:  UHealth   [6],     tecnología   Zigbee   [7]   y  distintas   formas  de  RFID   [8][9].   Incluso   con   la  simple   instalación   de   elementos   de  monitoria   dentro   de   un   edificio   o   apartamento  inteligente,   se   puede   identificar   rápidamente   caídas,   arrestos   cardiacos   u   otras  situaciones  de  peligro  [10]  [11].    Con   el   surgimiento   de   este   tipo   de   desarrollos,   nos   vemos   sometidos   de   manera  progresiva  a  la  integración  cada  vez  más  profunda  y  vinculante  de  las  tecnologías  de  información  en  cada  uno  de   los  aspectos  de  nuestra  vida  diaria,  aunque  se  pretende  que   no   sean   intrusivos,   es   inevitable   que   cambien   radicalmente   nuestra   sociedad,  tanto   de   forma   positiva   como   negativa.   Con   respecto   a   la   salud,   se   plantea   una  oportunidad   sin   precedentes   de   instaurar   medidas   de   prevención   (dieta,   ejercicio,  etc.),   rápida     identificación   de   condiciones   que   ponen   en   riesgo   la   vida   (infartos,  arritmias,  elevaciones  de  la  glucemia,  caídas  o  desmayos,  etc.)  y  apoyo  al  personal  de  la   salud   en   la   toma  de  decisiones.  Aunque   la  mayor  parte   se   encuentran   en   fase   de  desarrollo  y  pruebas,  ya  se  encuentran  disponibles  e  inevitablemente  harán  parte  del  seguimiento  de  la  salud  de  la  población.      REFERENCIAS    

[1] C.  Orwat,  A.  Graefe,  and  T.  Faulwasser,  “Towards  pervasive  computing  in  health  care  –  A  literature  review,”  BMC  Medical  Informatics  and  Decision  Making,  vol.  8,  no.  1,  p.  26,  Jun.  2008.  

[2] E.   Serrano   and   J.   Botia,   “Validating   ambient   intelligence   based   ubiquitous  computing   systems  by  means  of   artificial   societies,”   Information  Sciences,   vol.  222,  pp.  3–24,  Feb.  2013.  

[3] H.  Takahashi,  S.  Izumi,  T.  Suganuma,  T.  Kinoshita,  and  N.  Shiratori,  “Design  and  Implementation   of   Healthcare   Support   System   Based   on   Agent-­‐based  Framework,”   in  Proceedings  of   the  4th   International  Conference  on  Ubiquitous  Information  Technologies  Applications,  2009.  ICUT    ’09,  2009,  pp.  1–6.  

[4]  C.  Orwat,  A.  Rashid,  C.  Holtmann,  M.  Wolk,  M.  Scheermesser,  H.  Kosow,  and  A.  Graefe,   “Adopting   Pervasive   Computing   for   Routine   Use   in   Healthcare,”   IEEE  Pervasive  Computing,  vol.  9,  no.  2,  pp.  64–71,  2010.  

[5] “Mark   of   the   beast:   666   RFID   Chip     vs     Islam”   EN  http://www.spiritlessons.com/documents/mark_of_the_beast/RFID_vs_Islam.htm  .  Accedido  el  26/10/2013.  

[6] Z.   Ji,   X.   Zhang,   I.   Ganchev,   and   M.   O’Droma,   “A   personalized  middleware   for  ubiquitous  mHealth  services,”  in  2012  IEEE  14th  International  Conference  on  e-­‐Health  Networking,  Applications  and  Services  (Healthcom),  2012,  pp.  474–476.  

[7] H.  J.  Lee,  S.  H.  Lee,  K.-­‐S.  Ha,  H.  C.  Jang,  W.-­‐Y.  Chung,  J.  Y.  Kim,  Y.-­‐S.  Chang,  and  D.  H.   Yoo,   “Ubiquitous   healthcare   service   using   Zigbee   and   mobile   phone   for  elderly  patients,”  Int  J  Med  Inform,  vol.  78,  no.  3,  pp.  193–198,  Mar.  2009.  

[8] J.  E.  Katz  and  R.  E.  Rice,  “Public  views  of  mobile  medical  devices  and  services:  a  US   national   survey   of   consumer   sentiments   towards   RFID   healthcare  technology,”  Int  J  Med  Inform,  vol.  78,  no.  2,  pp.  104–114,  Feb.  2009.  

[9] L.   Catarinucci,   R.   Colella,   A.   Esposito,   L.   Tarricone,   and   M.   Zappatore,   “RFID  sensor-­‐tags  feeding  a  context-­‐aware  rule-­‐based  healthcare  monitoring  system,”  J  Med  Syst,  vol.  36,  no.  6,  pp.  3435–3449,  Dec.  2012.  

[10] H.-­‐P.   Huang   and   L.-­‐P.   Hsu,   “Development   of   a   wearable   biomedical  health-­‐care   system,”   in   2005   IEEE/RSJ   International   Conference   on   Intelligent  Robots  and  Systems,  2005.  (IROS  2005),  2005,  pp.  1760–1765.  

[11] V.  Rialle,  J.  B.  Lamy,  N.  Noury,  and  L.  Bajolle,  “Telemonitoring  of  patients  at  home:   a   software  agent   approach,”  Comput  Methods  Programs  Biomed,   vol.  72,  no.  3,  pp.  257–268,  Nov.  2003.