|
||||||||||||
Introducción México, al igual que muchos otros países, se enfrenta a un fenómeno de escasez y envejecimiento de sus conductores, lo cual implica una grave problemática ya que al no atenderse de manera oportuna impactará severamente en la fluidez de los embarques. Esta situación podría ocasionar un escenario similar al que se vivió durante la pandemia de COVID-19, en el cual, se tenían cargas esperando en las terminales durante semanas, hasta que pudieran ser llevadas a su destino. Ante la actual escasez de conductores se cierne otra amenaza, las enfermedades crónicas que estos llegan a presentar; existe una gran gama de estudios que relacionan la incidencia de enfermedades (como las cardiovasculares) con las condiciones de trabajo de los choferes. Se observa que los principales afectados son los operadores de largo itinerario, ya que enfrentan altos niveles de estrés y largas jornadas conduciendo. Además, a menudo por requerimientos del trabajo no les es posible tener horarios fijos y regulares para comer; y su dieta es en gran parte conformada por alimentos hipercalóricos en grandes cantidades. Estas condiciones laborales pueden ocasionar que un alto porcentaje de los conductores desarrolle enfermedades crónicas, y desafortunadamente no se dan tiempo para realizarse chequeos médicos periódicos que permitan detectar enfermedades de manera oportuna. La detección temprana de enfermedades crónicas en los operadores de vehículos de carga es muy importante, ya que de acuerdo con Montoro y Toledo (1996) existen diversas causas relacionadas con la salud, que pueden originar que un conductor cometa un error, provocando con ello un accidente. Mencionan que entre ellas se incluyen la diabetes, insuficiencia cardíaca y artrosis. Algunas enfermedades son detectadas hasta el momento que el operador debe renovar su licencia y debido a que ya padecen una enfermedad crónica en estado avanzado, son declarados no aptos para conducir. En otras ocasiones se detecta hasta que ocurre un accidente debido a un desvanecimiento o infarto del chofer mientras conducía. Con esta finalidad, se revisaron diferentes opciones de dispositivos para el seguimiento de los operadores y se eligió el uso de bandas inteligentes (también conocidas como Smartwatch), para recolectar información de la frecuencia cardíaca del conductor, misma que es transferida a una aplicación informática para su procesamiento y análisis. Aunque la expectativa original es dar seguimiento al operador durante sus periodos de conducción, se considera que el sistema también puede, a futuro, ayudar a validar que se esté cumpliendo con lo establecido en la Norma Oficial Mexicana NOM-087-SCT-2-2017. Dicha norma proporciona las directrices para regular los tiempos de conducción y descanso para los conductores del Servicio de Autotransporte Federal y Transporte Privado, con la finalidad de reducir la incidencia de accidentabilidad, (DOF: 28/06/2018). Tecnologías de monitoreo enfocadas al individuo Durante los últimos años, se ha observado un gran avance en el desarrollo de tecnología enfocada a conocer la localización de unidades, condiciones de la carga, e incluso desempeño del vehículo. Estas tecnologías están enfocadas al monitoreo de la unidad y la carga, dejando de lado el seguimiento del operador y la detección de situaciones de riesgo, relacionadas al estado de su salud. Los dispositivos electrónicos inteligentes que pueden ser portados como accesorios, conocidos como wearables, abren un abanico de posibilidades ante la perspectiva de monitorear al individuo, específicamente su estado de salud y detectar riesgos de manera oportuna. Las aplicaciones prácticas que pueden tener los wearables para el monitoreo de la salud, están dirigiendo esfuerzos para ayudar a prevenir accidentes viales. En este sentido, las mediciones de variables biométricas (como la frecuencia cardíaca, saturación de oxígeno y frecuencia respiratoria) son de interés para validar el buen funcionamiento biológico del operador a través de la relación que pueden tener con otras variables, como la calidad del sueño y el nivel de estrés. Las propuestas de relojes inteligentes enfocados en los operadores ya existen, sin embargo, se limitan a delegar todo el seguimiento de la salud del conductor a él mismo, sin una figura que lo guie a tomar medidas al respecto (del Castillo, 2013), (Redacción TYT, 2022) y (Fernández, 2022). Durante la revisión de la literatura se encontró una propuesta de desarrollo de dispositivos wearables (Vélez,2020). Sin embargo, su implementación de manera masiva presenta diversos obstáculos, principalmente si se pretende que los conductores la porten durante sus recorridos, ya que su producción implica un alto costo, el diseño resulta poco práctico, carece de atributos básicos como la resistencia al agua y no cuenta con un plan de soporte o desarrollo a largo plazo. Para la realización de este proyecto, se optó por dispositivos comerciales económicos, prácticos y con alta aceptación por parte de los usuarios. Ya se ha demostrado en trabajos existentes la posibilidad de usar bandas inteligentes con desarrollos de software alternativos al de los fabricantes, para su aprovechamiento en la recolección y análisis de datos fisiológicos. Por ejemplo, en el trabajo de Herrera, Barrera, González y Castro (2019) se presenta un sistema de monitoreo de actividades para estudiantes a través de relojes inteligentes. Ellos utilizaron específicamente la marca de Microsoft junto con sus herramientas de desarrollo de software. Desafortunadamente para dicho proyecto, las bandas inteligentes de Microsoft se dejaron de producir, desarrollar y dar soporte para ese mismo año (Microsoft, 2021) Por su parte, García (2016) desarrolló una aplicación para identificar ataques de epilepsia analizando datos recolectados a través de un dispositivo wearable. Este trabajo fue desarrollado con el software que ofrecía la marca (AngelSensor), sin embargo, solo funciona con sus dispositivos. En cuanto a la evaluación de la precisión de los sensores de este tipo de dispositivos, Fuller, et al. (2020) llevaron a cabo una revisión de la literatura con base en 158 publicaciones. Su objetivo fue examinar la validez y confiabilidad de dispositivos comerciales con respecto a la medición del número de pasos, ritmo cardiaco y gasto energético que realizan. Como resultado de su análisis, se identificaron nueve marcas en la muestra (Apple Inc, Fitbit, Garmin, Mio, Misfit, Polar, Samsung, Withings y Xiaomi), de las cuales Fitbit es la marca más estudiada. Concluyen que la confiabilidad de las mediciones del ritmo cardiaco y el número de pasos es aceptable, pero existe una variación por marca y modelo. Con respecto al gasto energético, ninguna marca es precisa. Es importante mencionar que en la mayoría de los estudios trabajaron en condiciones controladas. En cuanto a la evidencia de comunicación de los dispositivos con aplicaciones no oficiales, se observa en la literatura el uso de la banda inteligente Xiaomi MiBand 2 (Coutinho et al. 2018), (Peñate, 2017) o Microsoft Band 2 (Filippoupolitis, Oliff, Takand y Loukas, 2017). La prueba más importante que se encontró acerca de la conexión, a través de aplicaciones no oficiales, es la existencia de Gadgetbridge (Shimokawa, Pfeiffer y Gobbetti, 2021). Esta aplicación permite conectar alrededor de 50 modelos de diferentes marcas de relojes y bandas inteligentes. Los principales modelos en los que se enfoca son Pebble, Mi Band, Amazfit y HPlus; y no se encuentran modelos de Apple, Samsung o Fitbit. La aplicación permite almacenar, descargar y visualizar las mediciones realizadas con las bandas inteligentes. Al ser un desarrollo de software libre, se puede tener acceso al código fuente para ser adaptado a otros proyectos o continuar con el soporte de la aplicación en caso de que el proyecto sea abandonado. Arquitectura del sistema propuesto En este estudio, se propone la arquitectura de un sistema cuyo objetivo es monitorear la frecuencia cardíaca del operador, para determinar si se encuentra en buen estado al realizar sus actividades y, en caso contrario, informar, tanto al operador como al personal designado por la empresa, del riesgo identificado. Al operador del transporte de carga se le asigna un dispositivo wearable que cuente con sensores de ritmo cardiaco. El dispositivo comunica la lectura de los sensores al teléfono inteligente a través de una conexión Bluetooth, el cual también debe contar con conexión a una red móvil con acceso a internet. Para realizar la conexión y recolección de los datos es necesario una aplicación para el dispositivo móvil. Todos los datos recolectados serán enviados por internet a un servidor que cumplirá la tarea de almacenarlos y analizarlos, además de albergar una página web para su consulta (Ver Fig. 1).
Figura 1. Arquitectura del sistema propuesto Fuente: Elaboración propia.
De la arquitectura propuesta, aún queda pendiente por el momento la comunicación de los datos desde el teléfono móvil hasta el servidor, siendo este paso una tarea manual. Características técnicas de los dispositivos Para la selección de dispositivos se consideró a aquellos con un precio de adquisición inferior a los $3,000.00 MXN, que midan al menos la frecuencia cardíaca y fueran dispositivos compatibles con el sistema operativo Android, esto último, para usar la aplicación Gadgetbridge en la recolección de datos. Durante el desarrollo del proyecto se emplearon cinco diferentes modelos de bandas inteligentes, con las cuales, se dio seguimiento al ritmo cardiaco de los voluntarios que participaron en el estudio. Los modelos de los que se tuvo disponibilidad son los siguientes: Amazfit U Pro, Amazfit Band 5, Amazfit Neo, Mi Smart Band 5 y Mi Smart Band 6. Plataforma del lado del servidor Para el desarrollo de la plataforma se contempló una arquitectura de microservicios, la cual, puede definirse como una forma para el diseño de aplicaciones de software que se representa como un conjunto de servicios implementables de forma independiente. Las ventajas de utilizar microservicios son diversas, por ejemplo, se puede definir una arquitectura con características de escalabilidad, se implementan fácilmente nuevas funcionalidades no consideradas al inicio del proyecto, es independiente de la tecnología de desarrollo y se vuelve resiliente ante problemas que puedan surgir. Plataforma web Se desarrolló una aplicación web que incluye un conjunto de gráficos informativos con la finalidad de tener una visión más clara del comportamiento de la frecuencia cardíaca. Actualmente la aplicación web cuenta con las secciones: análisis por periodo y temporalidad de la frecuencia cardíaca. En la Figura 2 se presenta la vista de análisis por periodo. En esta sección se puede elegir un rango de fechas que sean de interés para su análisis, así como el nombre de usuario a evaluar. Como resultado se tiene una representación gráfica para su análisis e interpretación.
Figura 2. Interfaz gráfica del análisis por periodo Fuente: Elaboración propia.
En la Figura 3 se muestra la vista de análisis por temporalidad. En esta sección el usuario debe ingresar la fecha, hora de inicio y fin, el tamaño de muestra en un periodo de tiempo y un usuario para su análisis. Si es de interés, se puede activar el ingreso del límite superior e inferior, así como el promedio. Al ingresar estos datos se puede visualizar el comportamiento de la frecuencia cardíaca ante ciertas condiciones.
Figura 3. Interfaz gráfica del análisis por temporalidad
Fuente: Elaboración propia.
Análisis de datos Para realizar el análisis de los datos se propone el enfoque de Control Estadístico de Procesos (Gutiérrez Pulido y de la Vara Salazar, 2023), utilizado en el control de calidad industrial. En este enfoque, se acepta que todos los procesos industriales tienen una variación natural debido a factores menores que no siempre se pueden identificar o eliminar. Esta variación se conoce como "ruido de fondo" y no se considera perjudicial. Un proceso que solo muestra este tipo de variación se considera estable (Lara-Hernández, Melo-González, Herrera-Ruiz y Valdez-Gómez, 2011). Si las condiciones del proceso cambian de manera significativa, puede surgir una nueva variación, que suele ser mayor que el ruido de fondo. Dicha variación indica que el proceso no está funcionando correctamente. La causa de esta se conoce como "causa asignable" y debe corregirse para que el proceso vuelva a funcionar correctamente. Al igual que los procesos industriales, los signos vitales de una persona no son siempre constantes. Las variaciones en la temperatura corporal, la presión arterial o la frecuencia cardíaca pueden deberse a cambios fisiológicos, procesos biológicos, errores de medición o factores aleatorios. El objetivo de la evaluación de los signos vitales es identificar los cambios que indican un problema de salud, en lugar de variaciones normales o errores de medición. Una evaluación adecuada de los signos vitales ayuda a tomar decisiones de intervención precisas y minimiza la probabilidad de errores, como falsos positivos y falsos negativos. La forma más sencilla de detectar cambios es mediante una gráfica de control. Este es un método de monitoreo continuo que identifica las mediciones que se salen de los límites normales. En la Figura 4 se muestra un ejemplo de una gráfica de control para las mediciones diarias de la frecuencia cardíaca de un usuario.
Figura 4. Ejemplo de gráfica de control de la frecuencia cardíaca
Fuente: Elaboración propia.
En una gráfica de control, la línea central representa el valor promedio del proceso. Los límites de variación natural, representados por líneas rojas, se establecen a tres desviaciones estándar de la media. En la práctica, estos límites se interpretan como el intervalo de variación aceptable de la medida. Si el pulso se encuentra dentro de los límites de la gráfica de control, significa que la variable fisiológica está bien. Si el pulso se encuentra fuera de los límites, se interpreta que está fuera de control y se debe buscar la causa de esta variación para corregirla. En este ejemplo, como las medidas se realizan diariamente, los puntos anómalos podrían deberse a circunstancias particulares de los días en que se realizaron las mediciones, como situaciones de estrés emocional, consumo excesivo de cafeína, alcohol o cambios en la medicación del sujeto. Incluso si el signo vital se encuentra dentro de los límites normales, es importante tener en cuenta que los patrones no aleatorios de comportamiento también pueden indicar un problema. Por ejemplo, variaciones cíclicas alrededor de la media o cambios consecutivos en la misma dirección, como cinco o seis mediciones sucesivas en aumento o disminución, pueden ser signos de una condición anormal. Estos patrones no aleatorios deben investigarse para verificar el estado fisiológico del sujeto observado. Resultados Para evaluar la recolección de datos en un caso práctico, se le pidió a un operador de transporte que usara una banda inteligente durante 11 días consecutivos mientras conducía un vehículo de transporte de personal en Querétaro, México. Se recolectaron 15 885 datos, de los cuales el 49% son valores válidos de la frecuencia cardíaca. Para ilustrar el análisis propuesto con gráficas de control, se presentan los datos de la frecuencia cardíaca del operador de transporte de personal durante todo un día. Los datos se analizaron en intervalos de seis horas para eliminar la influencia de los ritmos circadianos. Las gráficas se generaron con la plataforma web mencionada anteriormente y con la metodología de cartas de control. En la Figura 5 se muestra la gráfica de control del operador de las cero a seis horas. Se observa que, durante la madrugada, la media es de 73.60 latidos por minuto, con límites de control superior e inferior de 78.51 y 68.69 latidos por minuto, respectivamente. Al inicio se observan varios puntos fuera del límite superior. Además, de las 2:30 a las 4:50 horas, se observan puntos por debajo del límite superior. Y a partir de las 5:10 horas, se puede ver un aumento en la frecuencia cardíaca.
Figura 5. Datos del operador 13/12/2022 00:00hrs – 06:00hrs
Fuente: Elaboración propia.
La Figura 6 correspondiente al periodo de las 6:00 a 12:00 horas, muestra una media de 74.84 latidos por minuto, con límites de control superior e inferior de 80.53 y 69.14 latidos por minuto, respectivamente. Los registros son más estables, con solo cinco puntos fuera de los límites, y ninguno de estos puntos se encuentran inmediatamente consecutivos.
Figura 6. Datos del operador 13/12/2022 06:00hrs – 12:00hrs
Fuente: Elaboración propia.
La gráfica de control de la Figura 7 muestra el periodo de tiempo de 12:00 a 18:00 horas. Se observa una media de 75.40 latidos por minuto, con límites de control superior e inferior de 80.60 y 70.21 latidos por minuto, respectivamente. El periodo muestra tres puntos fuera del límite superior y cinco puntos fuera del límite inferior. Es importante confirmar la causa de los cuatro puntos consecutivos por debajo del límite inferior.
Figura 7. Datos del operador 13/12/2022 12:00hrs – 18:00hrs
Fuente: Elaboración propia.
La gráfica de la Figura 8 muestra el periodo de 18:00 a 24:00 horas, donde la media de la frecuencia cardíaca fue de 75.81 latidos por minuto, con límites de control superior e inferior de 81.66 y 69.97 latidos por minuto, respectivamente. Se observa que, a lo largo del día, tanto la media como los límites van en aumento, sin una caída al final del día que indique un reposo.
Figura 8. Datos del operador 13/12/2022 18:00hrs – 24:00hrs
Fuente: Elaboración propia.
Los ejemplos anteriores muestran que la herramienta puede ser útil para monitorear a los operadores de transporte. Según las reglas de análisis de las gráficas de control, el ritmo cardíaco del operador podría considerarse fuera de control. Sin embargo, es necesario trabajar con un profesional de la salud para establecer reglas adecuadas para el comportamiento del ritmo cardiaco, y con ello, generar alertas e identificar casos inusuales. Conclusiones Durante la pandemia de Covid-19 se redujo el número de inspecciones realizadas a los transportistas de carga. En estas inspecciones se detenían vehículos de carga al azar, y se realizaba una revisión médica, para verificar que el conductor estuviera en condiciones de conducir de manera segura. Sin embargo, una vez que se superaron los principales picos de pandemia y la economía empezó a recuperarse, el movimiento de vehículos volvió a sus volúmenes acostumbrados, pero desafortunadamente, el gobierno de México se encontró con restricciones presupuestales que limitaron las inspecciones, lo cual, podría implicar una mayor inseguridad en las carreteras y una menor probabilidad de identificar enfermedades crónicas en los conductores. Por lo anterior, la propuesta de llevar a cabo un seguimiento a través de un análisis de datos y un sistema de alertas con base en información biométrica de los conductores de vehículos pesados permitirá identificar posibles riesgos de manera oportuna y posiblemente prevenir su ocurrencia. Hasta el momento, en su fase actual, la aplicación desarrollada puede convertirse en una herramienta de diagnóstico útil para analizar la frecuencia cardíaca por periodos determinados de tiempo, y con ello, detectar los primeros indicios de enfermedades que pudieran en un futuro incapacitar al conductor, favoreciendo la detección y tratamiento temprano de enfermedades crónicas. Reconocimientos Se agradecen las valiosas sugerencias del Dr. Gerardo Álvarez Bucio, jefe del Departamento de Medicina Preventiva en el Transporte del Centro SICT Querétaro, y al Ing. Manuel Alberto Alcocer Leos, subdirector de transporte del Centro SICT Querétaro por sus acertados comentarios y su orientación en el desarrollo del presente estudio, así como el apoyo del Dr. Eric Moreno Quintero, el Dr. Eduardo Klein Arenas y el Dr. Cesar Montiel Moctezuma, su ayuda fue muy importante para este estudio.
Referencias Coutinho E., Neto M. M., Oliveira M. R., Moreira L. y de Souza J. N. (2018). “Asp: An iot approach to help sedentary people”, In 6th Internacional Workshop on ADVANCEs in ICT Infrastructures and Services (ADVANCE). Santiago de Chile, Chile. del Castillo C. (2013) “Nissan presenta su nuevo smartwatch, Nissan Nismo”, Computer Hoy, 2013. [Online] https://onx.la/c1eec DOF (2018). Diario Oficial de la Federación. DOF: 28/06/2018 Fernández M. (2022). “El reloj inteligente para camioneros: control del estrés y del descanso para conducir mejor”, El Español, [Online] https://onx.la/e51c9 Filippoupolitis A., Oliff W., Takand B. y Loukas G. (2017). “Location-Enhanced Activity Recognition in Indoor Environments Using Off the Shelf Smart Watch Technology and BLE Beacons”. Sensors 17, no 6. https://doi.org/10.3390/s17061230 Fuller D., Colwell E., Low J., Orychock K., Tobin M. A., Simango B., Taylor N. G. (2020). “Reliability and Validity of Commercially Available Wearable Devices for Measuring Steps, Energy Expenditure, and Heart Rate: Systematic Review”. JMIR Mhealth Uhealth. García Sánchez G. M. (2016) “Monitorización de pacientes con pulseras inteligentes”. Trabajo fin de grado. Alicante, España: Universidad de Alicante. Gutiérrez Pulido, H. y de la Vara Salazar, R. (2023). Control estadístico de la calidad y Seis Sigma, México DF: Mc Graw Hill Education. Herrera-Alcántara O., Barrera-Animas A., González-Mendoza M. y Castro-Espinoza F. (2019). “Monitoring Student Activities with Smartwatches: On the Academic Performance Enhancement”. Sensors (Basel). doi: 10.3390/s19071605. PMID: 30987130; PMCID: PMC6479892. IRU (2022). “Driver Shortage Global Report 2022”. The International Road Transport Union. Reports & publications. Lara-Hernández, C., Melo-González, R., Herrera-Ruiz, D.A. y Valdez-Gómez, J.A. (2011). Control estadístico de procesos en tiempo real de un sistema de endulzamiento de gas amargo. Metodología y resultados. Tecnología, Ciencia, Educación, vol. 26, núm. 2, pp. 57-74. Microsoft Corporation. (2021) “End of support for the Microsoft Health Dashboard applications and services: FAQ”. [Online] https://onx.la/e120c Montoro L. y Toledo F. (1996) “El factor humano en la conducción de trenes: manual de conducción segura”. Línea Editorial INTRAS, Instituto de Tráfico y Seguridad Vial, Valencia, España, Peñate Garrido M. (2017). “Aplicación móvil y web para la monitorización de datos recogidos por la pulsera inteligente Xiaomi MiBand 2 usando BLE y la plataforma Fi-ware”. Trabajo fin de grado. Sevilla, España. Redacción TYT (2022). “Garmin lanza reloj inteligente para ayudar a operadores a cuidar su salud”, Revista Tranportes y Turismo, [Online] https://onx.la/a33c4. Shimokawa A., Pfeiffer C. y Gobbetti D., “Gadgetbridge”, 2021. [Online] https://gadgetbridge.org/ Vélez P. (2020). “Diseño de un dispositivo wearable para el monitoreo de la oxigenación y ritmo cardiaco”. Memorias Del Congreso Nacional De Ingeniería Biomédica, (págs. 485-492).
DE LA TORRE Martha Elizabeth BARRÓN Marisol PIÑA Jared “Las opiniones expresadas en esta publicación son de los autores y no necesariamente reflejan los puntos de vista del Instituto Mexicano del Transporte.”
|
