Este documento describe el uso creciente de la computación permisiva, ubicua y móvil en el cuidado de la salud. Explica que existen diversas definiciones para estos términos y describe algunos estudios que han implicado el uso de estos sistemas, especialmente prototipos y pilotos utilizados por médicos, enfermeras y pacientes. También menciona los desafíos y oportunidades que estos sistemas representan para el cuidado de la salud, como medidas de prevención más efectivas y rápida identificación de

1. 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

2. 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.

3.
[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.