Un sistema bautizado como Pulse-Fi logra captar el ritmo cardíaco de una persona a hasta 3 metros de distancia usando únicamente señales Wi-Fi y algoritmos de aprendizaje automático. El prototipo funciona con hardware de muy bajo coste (ESP32 de 5–10 dólares o Raspberry Pi de ~30 dólares) y mantiene la precisión en 17 posturas y situaciones distintas.
La idea de que un router pueda “escuchar” el corazón sin necesidad de poner nada en la muñeca parece ciencia ficción. Sin embargo, un equipo de la Universidad de California en Santa Cruz (UC Santa Cruz) ha presentado Pulse-Fi, un sistema que mide la frecuencia cardíaca con señales Wi-Fi con una precisión comparable a la clínica y sin recurrir a relojes, cintas o sensores de contacto. El trabajo se ha publicado en las actas del IEEE International Conference on Distributed Computing in Smart Systems and the Internet of Things (DCOSS-IoT) 2025 y apunta a un futuro en el que monitorizar constantes básicas en casa sea no intrusivo, asequible y ubicuo.
Un “estetoscopio” inalámbrico que ya vive en casa
La premisa técnica es tan simple como ingeniosa: cualquier dispositivo Wi-Fi emite ondas de radio que se propagan por la habitación y se alteran mínimamente al atravesar objetos… y personas. Esas perturbaciones son matemáticamente detectables en el receptor. Pulse-Fi se apoya en un transmisor y un receptor Wi-Fi que capturan variaciones sutilísimas del canal provocadas por el micro-movimiento mecánico del tórax y los cambios de volumen sanguíneo asociados al latido. Con una cadena de filtrado y un modelo de aprendizaje automático, el sistema separa el “ruido” ambiental de la señal cardíaca.
El equipo —liderado por la catedrática Katia Obraczka, con el doctorando Nayan Bhatia y el investigador preuniversitario Pranay Kocheta— pone el acento en lo asequible del enfoque: ESP32 (placas con Wi-Fi que cuestan entre 5 y 10 dólares) y Raspberry Pi (en torno a 30 dólares). Es decir, hardware de estantería en lugar de antenas o radares especializados. En las pruebas, Raspberry Pi ofreció aún mejor rendimiento, por su radio y capacidad de procesamiento; pero el logro central es demostrar que la medición clínica no exige equipos caros.
118 personas, 17 posturas y 5 segundos para acertar
El estudio no se quedó en laboratorio. Los autores reclutaron a 118 participantes y, con un oxímetro como referencia (“ground truth”), entrenaron y validaron el algoritmo en 17 posiciones y escenarios: sentado, de pie, tumbado, caminando, con el equipo en distintos lugares de la sala y a una distancia de hasta 3 metros (casi 10 pies). El resultado clave: tras solo 5 segundos de señal, la estimación de pulso presenta un error medio de apenas 0,5 latidos por minuto (0,5 lpm). Cuanto más tiempo se observa, más precisión.
Dos aspectos resaltan por su robustez:
- La distancia (hasta 3 m) no degrada de forma apreciable el rendimiento gracias al modelo de ML.
- La postura y el contexto —tan cambiantes en la vida diaria— no rompen la lectura, un reto que otros enfoques radáricos o Wi-Fi previos sufrían.
Es un salto cualitativo para los entornos de pocos recursos: monitorizar el pulso con “routers” baratos en domicilios, residencias o consultorios donde no hay presupuesto para wearables o multiparámetros. Y lo hace sin contacto y sin pedir nada al usuario, una barrera habitual en la adherencia a la telemonitorización.
Del domicilio a la clínica de barrio: escenarios de uso
La frecuencia cardíaca es vital para actividad física, estrés, hidratación, fiebre o reacciones a fármacos. Un Wi-Fi que “mide” el pulso en segundo plano abre usos muy concretos:
- Vigilancia pasiva en el hogar: personas mayores, pacientes con insuficiencia cardíaca, arritmias o ansiedad podrían beneficiarse de alertas tempranas sin llevar dispositivos.
- Habitaciones hospitalarias o residencias: cobertura ubicua con la infraestructura Wi-Fi ya presente, como capa redundante a sensores convencionales.
- Telemedicina y salud digital: hogares donde el wearable no encaja (rechazo, alergias, olvidos) podrían reportar métricas fiables sin cambiar rutinas.
- Baja infraestructura (refugios, emergencias, países de renta media): con ESP32 o Raspberry Pi, se habilita un screening básico a coste ínfimo.
¿Y la privacidad? Wi-Fi que “siente” el entorno
Toda tecnología que “ve” sin cámara plantea preguntas éticas. Pulse-Fi no filma ni capta audio: solo métricas derivadas de la respuesta del canal inalámbrico. Aun así, el hecho de inferir actividad fisiológica con equipo doméstico exige garantías:
- Consentimiento y control local: procesamiento en el borde (en el dispositivo) y sin subir datos por defecto; opt-in explícito.
- Anonimización/seudonimización de series temporales si se comparten con un médico o un cuidador.
- Diseño por privacidad (privacy by design): apagado físico, LEDs de actividad, registros de acceso y cifrado extremo a extremo si se transmiten lecturas.
Los propios autores invitan a interesados en transferir la tecnología a contactar con la oficina de innovación de UC Santa Cruz, lo que sugiere un futuro camino regulatorio —marcado por normas médicas y de protección de datos— en caso de convertirse en producto sanitario.
Por qué ahora sí: el salto de los datos y el “edge ML”
Mucha investigación ha intentado “medir con Wi-Fi”. ¿Qué cambia aquí?
- Datos propios y de terceros. El equipo creó su dataset ESP32, ausente en la literatura, y además validó con un conjunto independiente generado en Brasil con Raspberry Pi (el más extenso para pulso con Wi-Fi, según indican). Es la materia prima que faltaba.
- Aprendizaje automático mejor diseñado. El pipeline de Pulse-Fi filtra el entorno y destaca la firma del latido con modelos robustos a distancia y posición.
- Edge computing. La potencia local de una Raspberry Pi permite procesar en tiempo real sin depender de la nube, clave para privacidad y latencia.
Limitaciones hoy… y el siguiente objetivo: la respiración
Aunque el error de 0,5 lpm tras 5 segundos es impresionante, el equipo reconoce que Pulse-Fi es un prototipo. Falta:
- Validación clínica ampliada en poblaciones concretas (edad avanzada, patologías cardiacas, niños).
- Pruebas ante interferencias reales (hogares con varios routers, múltiples personas en escena, paredes y mobiliario complejos).
- Estudios longitudinales: ¿cómo evoluciona la señal con cambios de red o mudanzas?
En paralelo, ya trabajan en extender la técnica a la frecuencia respiratoria y detección de apnea. Los resultados no publicados que citan son prometedores. Sumado al pulso, permitiría un screening de sueño básico sin mascarillas ni sensores—con un router.
Wearables frente a Wi-Fi: ¿suma o sustitución?
No se trata de “o reloj o router”, sino de casos de uso complementarios:
- Los wearables aportan contexto personal, métricas adicionales (HRV, SpO₂, temperatura), detección en exteriores y uso continuo cerca del cuerpo.
- Pulse-Fi ofrece comodidad máxima, cero fricción y coste marginal en el interior del hogar o centro, con cobertura ambiental y sin batería que cargar.
En un hogar conectado, ambos podrían reforzarse: el Wi-Fi avisa de anomalías; el wearable confirma y detalla. Y si no hay wearable, el router al menos vigila lo esencial.
¿Qué significa “precisión clínica”?
El artículo difundido por la UC Santa Cruz habla de “clinical-level accuracy”. En práctica, implica que el error respecto a un dispositivo de referencia (oxímetro) cae dentro de rangos aceptados por la clínica para tareas como seguimiento de pulso en reposo o detección de taquicardia. A medida que el tiempo de observación se alarga (por ejemplo, 30–60 segundos), la incertidumbre se reduce aún más. Para convertir Pulse-Fi en producto sanitario, tocaría certificar esa precisión bajo normas regulatorias (p. ej., ISO 80601-2-61 para pulsioximetría, guías FDA/CE para software como dispositivo médico), un camino aparte de lo puramente académico.
Un paso práctico hacia la democratización de la salud digital
Precisamente porque no exige wearables, no requiere cables y no depende de sensores caros, Pulse-Fi encaja en el objetivo mayor de la salud digital: que más personas obtengan beneficios tangibles de la monitorización. Un router capaz de escuchar el corazón con 0,5 lpm de error tras 5 segundos no sustituye a un cardiólogo; pero sí puede encender la luz ámbar tiempo antes de que un problema se agrave. Y hacerlo por unos pocos euros.
Los autores están abiertos a colaboraciones para llevar la técnica al mercado. Si prospera, el día que el pulso —y la respiración— se lean “del aire” en cualquier casa no dependerá de comprar otro gadget, sino de activar una función del Wi-Fi que ya está ahí.
Preguntas frecuentes (FAQ)
¿Qué hardware necesita Pulse-Fi?
Funciona con un emisor y un receptor Wi-Fi de bajo coste. En el estudio emplearon ESP32 (≈ 5–10 dólares) y Raspberry Pi (≈ 30 dólares). Con routers comerciales de mayor calidad podría mejorar aún más la precisión.
¿A qué distancia y en qué posturas mide bien?
El sistema funcionó con la persona a hasta 3 metros y en 17 posturas/escenarios (sentado, de pie, tumbado, caminando), con robustez frente a la colocación del equipo en la sala.
¿Qué precisión consigue y en cuánto tiempo?
Tras 5 segundos de procesamiento, el error medio fue de 0,5 latidos por minuto. Ventanas más largas mejoran la exactitud.
¿Qué hay de la privacidad y la regulación?
Pulse-Fi no capta imagen ni sonido; analiza variaciones del canal Wi-Fi. Aun así, cualquier despliegue real debería incorporar procesamiento local, control del usuario, cifrado y consentimiento informado. Para usos sanitarios, haría falta certificación conforme a normativa médica vigente.
Fuente principal: Universidad de California, Santa Cruz (UC Santa Cruz) — “WiFi signals can measure heart rate—no wearables needed”, nota informativa sobre Pulse-Fi y su publicación en DCOSS-IoT 2025.
vía: news.ucsc.edu. Fotos de Erika Cardema/UC Santa Cruz
