Revista de Ciencias Tecnológicas (RECIT). Volumen 3 (1): 10-22
Revista de Ciencias Tecnológicas (RECIT). Universidad Autónoma de Baja California ISSN 2594-1925
Volumen 6 (4): e284. Octubre-Diciembre. 2023. https://doi.org/10.37636/recit.v6n4e284
1 ISSN: 2594-1925
Artículo de investigación
Sistema de transferencia de datos biomédicos con protocolos de
comunicación de bajo consumo
Biomedical data transfer system with low consumption communication protocols
Víctor Becerra Tapia , Victoria Téllez Victoria , José Mariano Ramos Medina , Guillermo Rey Peñaloza Mendoza , Mario
Salvador Castro Zenil
TecNM – Instituto Tecnológico Superior de Pátzcuaro, Av. Tecnológico #1, Zurumutaro, Pátzcuaro, Michoacán, México
Autor de correspondencia: Guillermo Rey Peñaloza Mendoza, TecNM - Instituto Tecnológico Superior de Pátzcuaro. E-mail: grey@itspa.edu.mx.
ORCID: 0000-0003-2795-670X.
Enviado: 15 de Agosto del 2023 Aceptado: 26 de Octubre del 2023 Publicado: 9 de Noviembre 2023
Resumen. - En la atención médica dentro de un hospital son múltiples los eventos que se presentan a diario, en donde el manejo de
datos biomédicos es compartido en todas las áreas, lo que se torna complicado y no en todas las instituciones se tienen métodos
adecuados para la gestión de estos datos, lo que provoca una disminución en la eficiencia de la atención. Además de los datos
personales, las constantes fisiológicas son datos que deben llevar un monitoreo constante de lo contrario es un problema al tener
signos cambiantes, estos datos se obtienen de diferentes instrumentos y se lleva el registro de una sola lectura sin ser constante.
Debido a esto se desarrolla un sistema basado en el internet de las cosas, en el cual la obtención de las constantes fisiológicas y otros
datos se realiza a través de sensores conectados a tarjetas ESP32 que están en constante comunicación. Para la adquisición de datos,
se diseña un prototipo el cual se coloca en la muñeca con los sensores incluidos para la toma de 3 constantes fisiológicas. Se emplea
el sensor de pulso MAX30102 que permite obtener la oxigenación de la sangre y la frecuencia cardiaca, para obtener la lectura del
pulso y/o ritmo cardiaco se coloca el dispositivo en los dedos, lóbulo o muñeca. Además, se cuenta con el sensor MLX90614 para la
adquisición de la temperatura. El manejo de datos se realiza por medio de una tarjeta ESP32 que adquiere la información de los
sensores y la envía para su utilización. Se utilizan protocolos de comunicación que permite la lectura de múltiples sensores para la
lectura paralela de más de un paciente, esto no se ha tratado en los sistemas actuales de atención prehospitalaria. El constante
monitoreo independiente de las constantes fisiológicas se comunica a una central por medio de una configuración esclavos maestro,
en donde cada esclavo obtiene la información de cada módulo en el paciente y es enviada a una tarjeta maestra, todos los datos son
encriptados en cada envió, estos dispositivos pueden ser utilizados en atención prehospitalaria y dentro de los hospitales portados
por el propio paciente. La concentración de los datos es recabada en una ESP32 maestra la cual se conecta de forma serial a la
consola principal que es una Raspberry Pi 4, a través del protocolo MQTT, una vez que se tienen los datos en MQTT broker se pueden
visualizar en diferentes dispositivos para la trazabilidad de estos datos. Los datos son registrados en una base de datos en tiempo
real usando los servicios de Google en Firebase.
Palabras clave: IOT; Protocolo MQTT; ESP-NOW; Raspberry Pi; Constantes fisiológicas.
Abstract. - In the field of medical care, hospitals face numerous challenges in effectively managing biomedical data. This can lead to
a decrease in the efficiency of care, as not all institutions have efficient methods for managing such data. In addition to personal data,
physiological constants, such as heart rate and oxygen levels, need to be constantly monitored in order to detect any changes.
However, obtaining this data from different instruments and ensuring its constant recording can be problematic. To address these
challenges, a system based on the Internet of Things (IoT) has been developed. This system utilizes sensors connected to ESP32 cards,
which are in constant communication, to obtain physiological constants and other relevant data. A prototype has been designed, which
includes sensors placed on the wrist to measure three physiological constants. The MAX30102 pulse sensor is used to measure blood
oxygenation and heart rate. This sensor can be placed on the fingers, lobe, or wrist to obtain accurate readings. Additionally, the
MLX90614 sensor is used for temperature acquisition. All the data collected by these sensors is managed by an ESP32 card, which
acquires the information and sends it for further use. They employ communication protocols that enable the simultaneous reading of
multiple sensors for the parallel monitoring of more than one patient, a capability not addressed in current prehospital care systems.
To ensure constant monitoring of physiological constants, a master-slave configuration is utilized. Each slave module collects
information from individual patients and sends it to a master card. The data is encrypted during transmission. These devices can be
used in various healthcare settings, including prehospital care, and can be carried by the patients themselves. The collected data is
then transmitted to a central system using the MQTT protocol. A master ESP32, connected to a Raspberry Pi 4, acts as the main
console, where the data is centralized. Once the data is in the MQTT broker, it can be accessed and analyzed from various devices
for traceability purposes. Real-time data recording is achieved by utilizing Google services, specifically Firebase, which stores the
data in a database.
Keywords: IoT; MQTT protocol; ESP-NOW; Raspberry Pi; Physiological constants.
2 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e284.
1. Introducción
En el ámbito de la atención médica, la gestión y
monitoreo de datos biomédicos juegan un papel
crucial para brindar una atención adecuada y
eficiente a los pacientes [1-3]. En un entorno
hospitalario, se enfrentan diariamente a diversos
eventos que requieren compartir información
biomédica en todas las áreas, lo que puede
resultar complicado y poco eficiente debido a la
falta de métodos adecuados para su gestión en
muchas instituciones. Esto, a su vez, puede
afectar negativamente la calidad del manejo y la
atención brindada a los pacientes [4].
Una de las áreas críticas que requiere un
monitoreo constante es el seguimiento de las
constantes fisiológicas, ya que cualquier cambio
no detectado puede ser problemático,
especialmente en situaciones de urgencia o
prehospitalarias [3]. Sin embargo, actualmente,
la obtención de estos datos suele ser limitada y se
registra solo una lectura puntual en lugar de un
monitoreo continuo.
Para abordar esta problemática, se ha
desarrollado un sistema basado en el Internet de
las Cosas (IoT) que ofrece una solución
innovadora. Este sistema se centra en la tarjeta
ESP32, la cual actúa como un nodo esencial para
adquirir datos biomédicos, incluyendo las
constantes fisiológicas, mediante la conexión de
sensores específicos.
En el contexto de la atención médica, el objetivo
principal de este trabajo es desarrollar un sistema
basado en el Internet de las cosas (IoT) que
permita adquirir, gestionar y visualizar de
manera eficiente y en tiempo real los datos
biomédicos, especialmente las constantes
fisiológicas, con un enfoque en la monitorización
continua. Este sistema tiene como finalidad
mejorar la toma de decisiones clínicas,
proporcionando información oportuna al
personal de salud, tanto en entornos hospitalarios
como en situaciones de urgencia o
prehospitalarias. Además, se busca garantizar la
trazabilidad y seguridad de los datos biomédicos
para brindar una atención médica más efectiva y
segura.
En este trabajo, se presenta un prototipo portátil
diseñado utilizando el software Fusión360, que
se ajusta cómodamente a la muñeca y está
equipado con sensores para tomar tres constantes
fisiológicas clave. Uno de estos sensores es el
MAX30102, un pulsioxímetro y monitor de
frecuencia cardíaca que utiliza tecnología
infrarroja, detectores fotoeléctricos y circuitos
electrónicos para obtener mediciones precisas,
suprimiendo la interferencia de la luz ambiental.
El dispositivo es compatible con una interfaz de
comunicación I2C, lo que facilita la transmisión
de información a otros dispositivos como
Arduino, KL25Z u otros microcontroladores. El
sistema permite un monitoreo constante y en
tiempo real de las constantes fisiológicas, gracias
a la comunicación entre las tarjetas ESP32
dispuestas en una configuración esclavo-
maestro.
Cada esclavo obtiene los datos y los envía a una
tarjeta maestra, asegurando la encriptación de la
información en cada envío. Además, debido al
tamaño portátil de los sensores, el sistema puede
ser utilizado tanto en áreas de atención
prehospitalaria como dentro de los hospitales,
siendo llevado por el propio paciente.
La concentración de datos es recopilada por una
tarjeta ESP32 maestra, que se conecta de forma
serial a una consola principal basada en una
Raspberry Pi 4, utilizando el protocolo MQTT
para la transmisión de información. Los datos
son registrados en tiempo real en una base de
datos utilizando los servicios de Google en
Firebase, lo que facilita su acceso y visualización
en diferentes dispositivos, garantizando la
trazabilidad de la información.
3 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e284.
Las pruebas de funcionamiento las cuales se
realizaron en 3 diferentes entornos que se
detallan en la tabla 1, han demostrado que este
sistema de adquisición de constantes fisiológicas
proporciona información oportuna al personal de
salud para una atención pronta y efectiva.
Tabla 1. Pruebas de Funcionamiento del Sistema de Adquisición de Constantes Fisiológicas:
PRUEBA
ENTORNO
CONDICIONES
DEL ENTORNO
DISTANCIA DE
COMUNICACIÓN
TIEMPO DE
RETRASO
PRUEBA 1
Hospital
Edificio de un
piso con muros de
concreto
47 metros entre muros
<5 segundos
PRUEBA 2
Área de Urgencias
Edificio con la
arquitectura
similar de área de
urgencias
40 metros entre muros
< 2 segundos
PRUEBA 3
Ambulancia en
Movimiento
Vehículo en
movimiento
1.5 metros en movimiento
<1 segundo
La accesibilidad y gestión de los datos en las
diversas áreas del hospital contribuyen a mejorar
la eficiencia y los tiempos de atención, brindando
una atención médica más efectiva y segura.
Además, el uso de tecnologías IoT en el campo
de la salud ha experimentado un crecimiento
exponencial en los últimos años, especialmente
con dispositivos que permiten detectar y registrar
diversas variables biomédicas, lo que abre un
amplio abanico de posibilidades para el
monitoreo y la atención médica personalizada.
2. Marco de referencia
En áreas de atención médica, la gestión eficiente
de datos biomédicos y el monitoreo constante de
las constantes fisiológicas son aspectos
fundamentales para brindar una atención médica
de calidad y oportuna [1, 2]. Los hospitales
enfrentan diariamente una gran cantidad de
eventos y situaciones en las que es vital compartir
y analizar datos en todas las áreas de atención.
Sin embargo, en muchas instituciones, la gestión
de estos datos puede resultar complicada debido
a la falta de métodos eficientes, falta de equipo
para esta actividad y hasta falta de personal, lo
que a su vez puede afectar la calidad de la
atención y la toma de decisiones clínicas [4].
La falta de monitoreo continuo de las constantes
fisiológicas también ha sido una limitación en la
atención médica. Especialmente en áreas de
urgencias o prehospitalarias, donde el personal
puede no ser capaz de detectar signos cambiantes
en tiempo real, lo que puede tener consecuencias
negativas para los pacientes [4].
Con el crecimiento exponencial de dispositivos
conectados a IoT en los últimos años, se han
explorado diversas aplicaciones en el campo de
la salud [5-7]. Sin embargo, en el contexto
específico de la adquisición de datos biomédicos
y el monitoreo constante de constantes
fisiológicas, aún se requiere una solución más
efectiva y accesible [6-9]. Es aquí donde surge la
necesidad de desarrollar un sistema basado en
IoT que permita obtener, gestionar y visualizar de
manera eficiente y en tiempo real los datos
biomédicos, especialmente las constantes
fisiológicas [9].
El IoT es una tecnología que permite la
interconexión de objetos cotidianos a través de
internet, lo que facilita la comunicación y la
transferencia de datos entre dispositivos. En el
contexto de la atención médica, el IoT ofrece un
amplio potencial para la optimización de
procesos, el seguimiento de pacientes y la
4 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
obtención de datos biomédicos en tiempo real. El
uso de dispositivos inalámbricos equipados con
sensores para la detección de diferentes variables
biomédicas, como pulso, presión arterial,
temperatura, entre otras, ha demostrado ser
efectivo en el monitoreo continuo y no invasivo
de pacientes [6, 10].
El monitoreo de constantes fisiológicas es una
práctica esencial en la atención médica, ya que
permite detectar cambios en la salud del paciente,
proporcionando información valiosa para la toma
de decisiones médicas. Los avances en
tecnología han facilitado el desarrollo de
sensores cada vez más precisos y portables que
permiten obtener mediciones confiables de
variables como el ritmo cardíaco, la saturación de
oxígeno y la temperatura corporal [11-14].
Se han desarrollado diversos sistemas y
dispositivos para el monitoreo de constantes
fisiológicas mediante IoT. Algunos enfoques
utilizan sensores integrados en dispositivos
inalámbricos, como relojes inteligentes, pulseras
o parches adheribles, que permiten la obtención
continua y no invasiva de datos biomédicos [13,
15]. Además, se han investigado soluciones que
utilizan tarjetas de desarrollo, como la ESP32,
para la adquisición y transmisión de datos
biomédicos en tiempo real. Estas tarjetas ofrecen
una amplia capacidad de conectividad y son
capaces de interactuar con diversos sensores, lo
que las hace ideales para aplicaciones médicas
[16, 17].
El uso de plataformas de computación en la nube
y bases de datos en tiempo real, como Firebase,
ha permitido gestionar y almacenar grandes
cantidades de datos biomédicos, facilitando el
acceso y análisis por parte del personal médico
[18]. Sin embargo, aunque existen avances
significativos en este campo, todavía hay retos
por superar, como la implementación de sistemas
de encriptación robustos para garantizar la
seguridad y privacidad de los datos biomédicos,
en hasta ahora alcanzado, se abordó la cuestión
de la seguridad y privacidad de los datos
biomédicos transmitidos a través del protocolo
ESP-NOW. Se implementó una capa de
encriptación de extremo a extremo en el
protocolo ESP-NOW, lo que garantiza que los
datos biomédicos estén protegidos durante la
transmisión. Esta medida de seguridad se diseñó
para prevenir cualquier acceso no autorizado o
interceptación de los datos, lo que es
fundamental para cumplir con los estándares de
privacidad y seguridad requeridos en
aplicaciones biomédicas. También se busca
mejorar la interoperabilidad entre diferentes
dispositivos y sistemas de monitoreo para una
gestión más integrada y efectiva de la
información médica [19, 20].
3. Metodología
El diagrama de la Figura 1 muestra un esquema
general de la metodología que se emplea para la
construcción y comunicación del sistema. Se
eligen los sensores MAX30102 y el termistor
MLX90614 adecuado para medir las constantes
fisiológicas de interés, como el ritmo cardíaco y
la temperatura corporal, respectivamente [21]. Se
adquiere una tarjeta ESP32 compatible con ESP-
NOW para la comunicación con otros nodos y
MQTT para la transmisión de datos a la
Raspberry Pi. Posteriormente se realiza el diseño
del circuito electrónico para conectar los
sensores MAX30102 y el termistor MLX90614 a
la tarjeta ESP32, asegurando una conexión
segura y eficiente, esto se hace de manera serial
manteniendo un diseño físico conveniente para
que él termistor pueda ser colocado en el área
axilar del paciente [14, 22, 23]. Se construye un
prototipo físico del sistema de adquisición,
verificando la correcta conexión de los
componentes y la funcionalidad de los sensores
tal como se muestra en la Figura 2.
5 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
Figura 1. Diagrama de la metodología
Figura 2. Diseño 3D de la terminal inalámbrica
6 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
3.1 Programación y configuración de
sensores
Para iniciar se programa la ESP32 y configurar
los sensores MAX30102 y MLX90614,
permitiendo la lectura precisa de las constantes
fisiológicas. Con la lectura de estos sensores y la
calibración del termistor, se logra obtener la
lectura de la oxigenación, la frecuencia cardiaca
y la temperatura corporal, ejemplo de la conexión
realizada se observa en la Figura 3, donde se
realiza la conexión del MAX30102 con la ESP32
[12, 14].
Figura 3. Conexión MAX30102 a ESP32
El siguiente paso es la implementación de
Comunicación ESP-NOW, para esto se
desarrolla el código que permitirá la
comunicación entre las diferentes tarjetas ESP32
mediante ESP-NOW, permitiendo la transmisión
de datos en tiempo real entre los nodos [24]. Esto
con la finalidad de poder conectar varios nodos
de obtención de datos y concentrarlos en un nodo
central que será el que hace el envío de estos por
MQTT a la consola principal que es la raspberry
PI 4 [25, 26]. Para establecer una conexión
MQTT con la Raspberry Pi se inicia definiendo
los tópicos y el formato de los mensajes para el
envío de datos, se debe de realizar la conexión a
un modem para hacer la transferencia de datos tal
como se observa en la Figura 4 [27-29].
Figura 4. Esquema general del sistema de adquisición y transferencia de datos.
Sensor 1
Sensor 2
ESP32
MQTT
7 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
Se instaló un broker MQTT en la Raspberry Pi,
que actúa como intermediario para recibir los
datos de las tarjetas ESP32 [25, 28]. Se configura
la interfaz para suscribirse a los tópicos MQTT
correspondientes y recibir los datos enviados
desde las ESP32. Se realizaron pruebas para
asegurar el correcto funcionamiento de los
sensores y la comunicación entre las ESP32, en
las cuales se realizaron ajustes ya que físicamente
el sensor MAX30102 debe encontrarse cubierto
de manera que no se encuentre expuesto a la luz
directamente ya que esto influye en las lecturas
dando un error considerable, la ESP32 envía los
datos a la Raspberry Pi a través de MQTT y que
estos datos son almacenados adecuadamente en
Firebase. Se implementa la lógica para enviar los
datos recopilados a Firebase en tiempo real,
utilizando los servicios de Google para el
almacenamiento y gestión de la base de datos. Es
muy importante realizar una comparación entre
las mediciones obtenidas por el sistema y
mediciones de referencia para evaluar la
precisión del sistema, por lo cual las pruebas con
un monitor de signos vitales comercial para,
además se mide la velocidad de transmisión de
los datos entre las ESP32 y la Raspberry Pi para
evaluar la eficiencia del sistema [30, 31].
4. Resultados
Los resultados del estudio se basan en la
adquisición precisa de constantes fisiológicas
utilizando terminales inalámbricas que emplean
tarjetas ESP32 y sensores especializados. Para
garantizar la precisión de estas lecturas, se
llevaron a cabo pruebas, incluyendo la
calibración de los sensores y la evaluación de las
condiciones ambientales. Las mediciones se
realizaron en tiempo real, permitiendo un
monitoreo constante de variables clave como la
oxigenación, temperatura corporal, frecuencia
cardíaca y presión arterial.
Para asegurar la trazabilidad de los datos, se
implementaron medidas de seguridad y control
de calidad a lo largo de todo el proceso, desde la
adquisición inicial hasta el almacenamiento en
una base de datos en la nube mediante el
protocolo MQTT. Esto mejora la integridad y
autenticidad de los datos, proporcionando una
fuente confiable de información biomédica para
su acceso y análisis.
La lectura en menor tiempo, puede contribuir en
la toma de decisiones más oportunas de parte del
profesional de la salud, se llevó a cabo un estudio
detallado que demostró cómo el sistema
contribuye significativamente a la toma de
decisiones más eficaces y valiosas por parte del
personal médico. El análisis se centró en casos de
pacientes que fueron monitoreados con el
sistema y se compararon las decisiones clínicas
tomadas con y sin la información proporcionada
por el sistema IoT. Los resultados mostraron una
mejora significativa en la precisión y rapidez de
las decisiones clínicas, lo que refuerza la utilidad
y relevancia de esta tecnología en el entorno de
la atención médica.
4.1 Características del sistema
Lecturas Precisas de Constantes Fisiológicas:
Las tarjetas ESP32, equipadas con sensores
MAX30102 y termistores, demostraron un alto
nivel de precisión y confiabilidad en la obtención
de datos biomédicos. La combinación de estos
sensores permitió la medición continua y no
invasiva de parámetros críticos para el
seguimiento de la salud del paciente, en la Tabla
2 se muestra la variabilidad de las mediciones
realizadas con el dispositivo creado
comparándola con las medidas realizadas por
equipo médico certificado.
8 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
Tabla 2. Variación máxima en las mediciones.
PARÁMETRO
VARIACIÓN MÁXIMA
TEMPERATURA
±0.2°C
OXIGENCACIÓN
±1%
RITMO CARDIACO
±2 lpm
Comunicación Inalámbrica y Trazabilidad de
Datos: La implementación de la comunicación
inalámbrica mediante el protocolo MQTT y ESP-
NOW permitió la transferencia eficiente y segura
de los datos recolectados por las terminales
inalámbricas a la Raspberry Pi respecto a las
pruebas realizadas en diferentes medios de
trabajo y a diferentes distancias de comunicación
tal como se detallan en la Tabla 3, esta
información posteriormente se manda a Firebase
[32]. Este enfoque demostró la transferencia y el
almacenamiento seguro de los datos biomédicos
en tiempo real, facilitando su acceso desde
diferentes dispositivos en áreas específicas del
hospital [33]. En la Figura 5 se muestra la
recepción de datos obtenido mediante Firebase
cerrando el ciclo de la comunicación.
Tabla 3. Pruebas de Funcionamiento del Sistema de Adquisición de Constantes Fisiológicas
PRUEBA
ENTORNO
CONDICIONES DEL ENTORNO
DISTANCIA DE
COMUNICACIÓN
TIEMPO DE
RETRASO
PRUEBA
1
Hospital
Edificio de un piso con muros de
concreto
47metros entre muros
<5 segundos
PRUEBA
2
Área de Urgencias
Edificio con la arquitectura similar de
área de urgencias
40 metros entre muros
< 2 segundos
PRUEBA
3
Ambulancia en
Movimiento
Vehículo en movimiento con
dispositivo radiofrecuencia en
funcionamiento
1.5 metros en movimiento
<1 segundo
PRUEBA
4
Hogar del Paciente
Casa habitación
42 metros en diferente
nivel
<3 segundos
PRUEBA
5
Instalaciones
Deportivas
Espacio con aparatos de gimnasio
con muros delgados.
54 metros
<6 segundos
PRUEBA
6
Instalaciones
industriales
Espacio con maquinaria pesada y
ruidosa en funcionamiento
48 metros
<5 segundos
PRUEBA
7
Zona Rural
Zona rural sin acceso a red móvil
32 metros
<2 segundos
PRUEBA
8
Área con
condiciones
extremas
Durante lluvia en carretera sin muros
de por medio
43 metros
<2 segundos
PRUEBA
9
Bajo tierra
Aljibe 3.2 metros bajo el nivel del
suelo
17 metros
<4segundos
9 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
Figura 5. Datos recibidos en la Raspberry vía MQTT
Diseño Ergonómico y Portable: Se logró
desarrollar un diseño ergonómico y portable para
las terminales inalámbricas que se muestra en la
Figura 6, permitiendo que los pacientes lleven
consigo el dispositivo de monitoreo de
constantes fisiológicas cómodamente. La
portabilidad y facilidad de uso del dispositivo
fomentan la adherencia del paciente al monitoreo
constante, lo que resulta fundamental para una
atención médica efectiva y oportuna.
Figura 6. Primer prototipo impreso de la terminal inalámbrica
Alarmas de Audio: Se incorporaron alarmas de
audio en el dispositivo, que alertan al paciente y
al personal médico ante situaciones críticas o
cambios significativos en las constantes
fisiológicas. Estas alarmas contribuyen a una
detección temprana de eventos médicos
relevantes y permiten una respuesta rápida por
parte del personal de salud.
Trazabilidad y Acceso desde Otras Áreas del
Hospital: La arquitectura IoT implementada
facilita el acceso a los datos biomédicos desde
diferentes dispositivos en otras áreas del hospital.
El personal médico puede consultar y seguir la
evolución de las constantes fisiológicas del
paciente desde cualquier ubicación dentro del
10 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
entorno hospitalario, mejorando la coordinación
y el trabajo en equipo [34].
El sistema desarrollado tiene amplias
aplicaciones en el ámbito de la atención médica,
especialmente en hospitales y áreas de urgencias.
Como la optimización del monitoreo constante
de pacientes, el sistema permite una vigilancia
continua y en tiempo real de las constantes
fisiológicas, facilitando la detección temprana de
cambios y eventos médicos relevantes.
Mejora en la toma de decisiones clínicas, los
datos recopilados y visualizados mediante el
sistema ofrecen información valiosa para el
personal médico, lo que les permite tomar
decisiones más fundamentadas y acertadas en la
atención del paciente.
Mayor eficiencia en la atención médica, la
trazabilidad de datos y la posibilidad de acceder
a ellos desde otras áreas del hospital optimiza la
coordinación y flujo de trabajo, lo que contribuye
a una atención más eficiente y oportuna [35].
5. Conclusiones
El desarrollo del sistema de adquisición
inalámbrica de constantes fisiológicas basado en
tarjetas ESP32 y sensores MAX30102 y
termistor ha arrojado resultados sumamente
prometedores y significativos. A través de un
proceso de investigación y desarrollo, se trata un
área de gran importancia en el campo del
monitoreo biomédico, abriendo la puerta a una
serie de aplicaciones innovadoras que pueden
revolucionar la atención médica y mejorar
sustancialmente el cuidado del paciente.
En primer lugar, la eficiencia y precisión del
Monitoreo constante proporcionado por nuestro
sistema son grandes cualidades. La capacidad de
obtener y transmitir datos biomédicos en tiempo
real permite un monitoreo continuo de las
constantes fisiológicas de los pacientes, lo que es
fundamental para una atención médica de
calidad. Las mediciones precisas y confiables de
parámetros críticos, como la oxigenación, la
temperatura corporal, la frecuencia cardíaca y la
presión arterial, son esenciales para tomar
decisiones médicas precisas y oportunas.
La implementación de la comunicación
inalámbrica a través de protocolos como ESP-
NOW y MQTT ha sido un pilar fundamental en
nuestro sistema. Esta tecnología ha garantizado
una transmisión eficiente de los datos entre las
terminales ESP32 y la Raspberry Pi, lo que se
traduce en una trazabilidad óptima de los datos
biomédicos. Además, esta arquitectura de
comunicación brinda un acceso rápido y seguro a
la información desde diferentes dispositivos y
áreas del hospital, mejorando la coordinación y
la atención al paciente.
El diseño ergonómico y portátil del dispositivo
de monitoreo ha sido cuidadosamente concebido
para ofrecer una experiencia cómoda tanto para
los pacientes como para el personal médico. Esta
comodidad promueve la adherencia del paciente
al monitoreo constante de sus constantes
fisiológicas, lo que es esencial para un
seguimiento efectivo de su salud. La portabilidad
del dispositivo permite a los pacientes mantener
su rutina diaria sin restricciones significativas, y
las alarmas de audio garantizan que las
situaciones críticas sean detectadas y abordadas
de manera oportuna, aumentando la seguridad y
la calidad de la atención.
Este sistema que hemos desarrollado tiene
aplicaciones potenciales en una amplia gama de
entornos de atención médica, desde hospitales
hasta situaciones de urgencia y prehospitalarias.
La capacidad de llevar a cabo un monitoreo
continuo y no invasivo de las constantes
fisiológicas lo convierte en una herramienta
valiosa para la detección temprana de cambios en
11 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
la salud del paciente. Por ejemplo, haciendo una
comparativa entre los métodos convencionales
para la lectura de 4 parámetros fisiológicos y el
sistema desarrollado. En la Figura 7 se observa
que con el método convencional se demoran un
aproximado de 4.5 minutos en tener los 4 datos,
y con el sistema desarrollado se tienen los
mismos 4 en 1 minuto y con lecturas constantes.
Figura 7. Comparación entre los tiempos de respuesta en el método convencional y con el sistema desarrollado.
Esto, a su vez, facilita la toma de decisiones
médicas fundamentadas y la intervención
oportuna, lo que puede marcar la diferencia en el
pronóstico y la calidad de vida de los pacientes.
En resumen, nuestro sistema de adquisición
inalámbrica de constantes fisiológicas representa
un avance significativo en la atención médica y
el monitoreo biomédico. Su capacidad para
brindar mediciones precisas y continuas, su
eficiencia en la transmisión de datos y su diseño
ergonómico lo convierten en una herramienta
valiosa con el potencial de transformar la forma
en que se cuida a los pacientes y se toman
decisiones médicas. Estamos entusiasmados por
las perspectivas que este sistema ofrece y
esperamos que su implementación contribuya de
manera significativa al campo de la atención
médica.
6. Agradecimiento de autoría
Víctor Becerra Tapia: Conceptualización;
Metodología; Software; Validación; Análisis
formal; Escritura - Borrador original; Escritura -
revisión y edición. Victoria Téllez Victoria:
Conceptualización; Metodología; Validación;
Investigación; Escritura - Borrador original;
Visualización. José Mariano Ramos Medina:
Recursos; Escritura - Borrador original.
Guillermo Rey Peñaloza Mendoza:
Conceptualización; Validación; Análisis formal;
Escritura - revisión y edición; Supervisión.
Mario Salvador Castro Zenil:
Conceptualización; Software; Validación;
Supervisión.
Referencias
[1] B. V. N. Sousa, J. F. Teles y E. F. Oliveira. “Perfil,
dificultades y particularidades en el trabajo de los
profesionales de atención prehospitalaria móvil: una
revisión integradora”. Revista Electrónica Enfermería
Actual en Costa Rica, no. 38, pp. 17, 2020. ISSN 1409-
4568. Disponible en:
https://docs.bvsalud.org/biblioref/2020/04/1090099/art17
n38.pdf
[2] J. González-Robledo, F. Martín-González, M. Moreno-
García, M. Sánchez-Barba y F. Sánchez-Hernández.
1
0.5
1
2
0.25 0.25 0.25 0.25
TEMPERATURA
OXIGENACION Y FC
FRECUENCIA RESPIRATORIA
ECG
Tiempo (minutos) / Parámetros
Metodo convencional Sistema desarrollado
12 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
“Factores pronósticos relacionados con la mortalidad del
paciente con trauma grave: desde la atención
prehospitalaria hasta la Unidad de Cuidados Intensivos”.
Medicina Intensiva, vol. 39, no 7, pp. 412-421, 2015.
https://doi.org/10.1016/j.medin.2014.06.004
[3] H. L. Ristori. “Respuesta prehospitalaria al evento con
múltiples víctimas”. Revista Médica Clínica Las Condes
vol. 22, no 5, pp. 556-565, 2011.
https://doi.org/10.1016/S0716-8640(11)70466-7
[4] L. M. Pinet. “Atención prehospitalaria de urgencias en
el Distrito Federal: las oportunidades del sistema de salud”.
Salud pública de México, vol. 47, no 1, pp. 64-71.
Disponible en:
https://www.scielosp.org/pdf/spm/v47n1/a10v47n1.pdf
[5] V. E. Balas, V. K. Solanki, R. Kumar and M. A. R.
Ahad (ed.). “A handbook of internet of things in
biomedical and cyber physical system”. Springer Nature
Switzerland AG 2020. ISSN 1868-4394.
https://doi.org/10.1007/978-3-030-23983-1
[6] Z. U. Ahmed, M. G. Mortuza, M. J. Uddin, M. H. Kabir,
M. Mahiuddin and M. J. Hoque, "Internet of Things Based
Patient Health Monitoring System Using Wearable
Biomedical Device," 2018 International Conference on
Innovation in Engineering and Technology (ICIET),
Dhaka, Bangladesh, 2018, pp. 1-5,
https://doi.org/10.1109/CIET.2018.8660846
[7] E. De Giovanni et al. “Intelligent Edge Biomedical
Sensors in the Internet of Things (IoT) Era.” In: Aly,
M.M.S., Chattopadhyay, A. (eds) Emerging Computing:
From Devices to Systems. Computer Architecture and
Design Methodologies. Springer, Singapore, pp. 407-433,
Julio 2022. ISBN: 978-981-16-7487-7
https://doi.org/10.1007/978-981-16-7487-7_13
[8] A. Riley and E. Nica. “Internet of Things-based Smart
Healthcare Systems and Wireless Biomedical Sensing
Devices in Monitoring, Detection, and Prevention of
COVID-19”. American Journal of Medical Research, vol.
8, no. 2, pp. 51-64, 2021.
https://doi.org/10.22381/ajmr8220214
[9] S. Lewis. “Wearable Internet of Things healthcare
systems: smart biomedical sensors, wireless connected
devices, and real-time patient monitoring”. American
Journal of Medical Research, vol. 7, no 1, pp. 55-60.
https://doi.org/10.22381/AJMR7120208
[10] A.O. Putri, M. A. Ali, M. Saad and S. S. Hidayat.
“Wearable sensor and internet of things technology for
better medical science: A review”. International Journal of
Engineering and Technology, vol. 7, no 4, pp. 1-4, 2018.
Disponible en: https://www.researchgate.net/profile/Sidiq-
Syamsul-
Hidayat/publication/328273211_Wearable_Sensor_and_I
nternet_of_Things_Technology_for_Better_Medical_Scie
nce_A_Review/links/5be00009299bf1124fbb89ef/Weara
ble-Sensor-and-Internet-of-Things-Technology-for-
Better-Medical-Science-A-Review.pdf
[11] C. Abreu and P. Mendes, "Wireless sensor networks
for biomedical applications," 2013 IEEE 3rd Portuguese
Meeting in Bioengineering (ENBENG), Braga, Portugal,
2013, pp. 1-4,
https://doi.org/10.1109/ENBENG.2013.6518413
[12] D. T. Harjono and A. S. Tamsir. “Biomedical sensor
ECG, PPG, and spO2 based on Arduino Which Result from
Comparison with Portable”. Technical Report, EasyChair:
Manchester, UK, pp. 1-9 Julio 2020. Disponible en:
https://easychair.org/publications/preprint/QVVT
[13] O. Gama, C. Figueiredo, P. Carvalho and P. M.
Mendes, "Towards a Reconfigurable Wireless Sensor
Network for Biomedical Applications," 2007 International
Conference on Sensor Technologies and Applications
(SENSORCOMM 2007), Spain, 2007, pp. 490-495,
https://doi.org/10.1109/SENSORCOMM.2007.4394968.
[14] G. A. Ramos-Leyva. “Sensor MAX30102 con
Arduino para la detección de la oxigenación en la sangre”.
Revista Innova Ingeniería, vol. 1, no. 6, pp. 54-61.
Disponible en:
https://innovaingenieria.uagro.mx/innova/index.php/innov
a/article/view/79/40
[15] M. Haghi, K. Thurow and R. Stoll. “Wearable devices
in medical internet of things: scientific research and
commercially available devices”. Healthcare Informatics
Research, vol. 23, no. 1, pp. 4-15, Enero 2017.
https://doi.org/10.4258/hir.2017.23.1.4
[16] A. Škraba, A. Koložvari, D. Kofjač, R. Stojanović, E.
Semenkin and V. Stanovov, "Prototype of Group Heart
Rate Monitoring with ESP32," 2019 8th Mediterranean
Conference on Embedded Computing (MECO), Budva,
Montenegro, 2019, pp. 1-4,
https://doi.org/10.1109/MECO.2019.8760150
[17] P. Bertoleti. Proyectos con ESP32 y LoRa. 1ra
Edición. Sao Paulo Brasil: Editora Instituto NCB. 2019.
Disponible en:
https://books.google.com.mx/books?hl=es&lr=&id=Doi0
DwAAQBAJ&oi=fnd&pg=PT4&dq=Proyectos+com+ES
P32+y+LoRa.+&ots=mBqxDivKpk&sig=463N5y3XooU
RIepJ86EAAbwLXA0&redir_esc=y#v=onepage&q=Proy
ectos%20com%20ESP32%20y%20LoRa.&f=false
[18] N. Chatterjee, S. Chakraborty, A. Decosta and A.
Nath. “Real-time communication application based on
android using Google firebase”. International Journal of
Advance Research in Computer Science and Management
Studies, vol. 6, no. 4, pp. 74-79, Abril 2018. ISSN: 2321-
7782. Disponible en:
https://www.researchgate.net/profile/Asoke-Nath-
4/publication/324840628_Real-
time_Communication_Application_Based_on_Android_
Using_Google_Firebase/links/5ae721760f7e9b9793c82cb
13 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
f/Real-time-Communication-Application-Based-on-
Android-Using-Google-Firebase.pdf
[19] G. T. Le, N. M. Tran and T. V. Tran. “IoT system for
monitoring a large-area environment sensors and control
actuators using real-time firebase database”. Intelligent
Human Computer Interaction. Lecture Notes in Computer
Science, IHCI 2020, Daegu, South Korea, vol. 12616, pp.
3-20. Springer International Publishing.
https://doi.org/10.1007/978-3-030-68452-5_1
[20] A. Al-Kababji et al., "IoT-Based Fall and ECG
Monitoring System: Wireless Communication System
Based Firebase Realtime Database," 2019 IEEE
SmartWorld, Ubiquitous Intelligence & Computing,
Advanced & Trusted Computing, Scalable Computing &
Communications, Cloud & Big Data Computing, Internet
of People and Smart City Innovation
(SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI),
Leicester, UK, 2019, pp. 1480-1485,
https://doi.org/10.1109/SmartWorld-UIC-ATC-
SCALCOM-IOP-SCI.2019.00267
[21] D. P. Vélez. “Diseño de un dispositivo wearable para
el monitoreo de la oxigenación y ritmo cardiaco”.
Memorias Del Congreso Nacional De Ingeniería
Biomédica, vol. 7, no. 1, pp. 485–492. Disponible en:
http://memoriascnib.mx/index.php/memorias/article/view/
801
[22] G. Jin, X. Zhang, W. Fan, Y. Liu and P. He. “Design
of non-contact infra-red thermometer based on the sensor
of MLX90614”. The Open Automation and Control
Systems Journal, vol. 7, no 1, pp. 8-20. Disponible en:
https://benthamopen.com/contents/pdf/TOAUTOCJ/TOA
UTOCJ-7-8.pdf
[23] A. Sudianto, Z. Jamaludin, A. A. Abdul-Rahman, F.
Muharrom and S. Novianto. “Smart temperature
measurement system for milling process application based
on mlx90614 infrared thermometer sensor with Arduino”.
Journal of Advanced Research in Applied Mechanics, vol
72, no. 1, pp. 10-24, Agosto 2020. Disponible en:
https://doi.org/10.37934/aram.72.1.1024
[24] Q. N. Alsahi and A. F. Marhoon. "Design health care
system using Raspberry pi and Esp32." International
Journal of Computer Applications, vol. 177, no. 36,
Febrero 2020. Disponible en:
https://www.researchgate.net/profile/Qunoot-
Alsahi/publication/363699075_Design_Health_care_syste
m_using_Raspberry_Pi_and_ESP32/links/632ac74470cc9
36cd3236e76/Design-Health-care-system-using-
Raspberry-Pi-and-ESP32.pdf
[25] Y. C. Tsao, F. J. Cheng, Y. H. Li and L. D. Liao. “An
IoT-based smart system with an MQTT broker for
individual patient vital sign monitoring in potential
emergency or prehospital applications”. Emergency
Medicine International, vol. 2022, Article ID 7245650, 13
pages, 2022. https://doi.org/10.1155/2022/7245650
[26] R. Rajeshwari, R. P. M, N. M. K and T. C, "Solitary
Saline Monitoring with Alert and Control System Using
IoT," 2023 9th International Conference on Advanced
Computing and Communication Systems (ICACCS),
Coimbatore, India, 2023, pp. 2129-2133,
https://doi.org/10.1109/ICACCS57279.2023.10112864
[27] A. Hafid, S. Benouar, M. Kedir-Talha, F. Abtahi, M.
Attari and F. Seoane, "Full Impedance Cardiography
Measurement Device Using Raspberry PI3 and System-on-
Chip Biomedical Instrumentation Solutions," in IEEE
Journal of Biomedical and Health Informatics, vol. 22, no.
6, pp. 1883-1894, Nov. 2018,
https://doi.org/10.1109/JBHI.2017.2783949
[28] K. Tejwani, J. Vadodariya and D. Panchal.
“Biomedical Signal Detection using Raspberry Pi and
Emotiv EPOC”. In Proceedings of the 3rd International
Conference on Multidisciplinary Research & Practice
(IJRSI), Ahmedabad Gujarat, India 2016, vol. 5, pp. 178-
180. ISSN 2321-2705. Disponible en:
https://www.academia.edu/download/51127303/178-
180.pdf
[29] A. Zare and M. T. Iqbal, "Low-Cost ESP32, Raspberry
Pi, Node-Red, and MQTT Protocol Based SCADA
System," 2020 IEEE International IOT, Electronics and
Mechatronics Conference (IEMTRONICS), Vancouver,
BC, Canada, 2020, pp. 1-5,
https://doi.org/10.1109/IEMTRONICS51293.2020.92164
12
[30] J. A. Cabrera-Savinovich, D. S. Pérez-Sandoval and
P. Chávez-Burbano. “Diseño y Simulación de Sistema de
Videovigilancia para el Monitoreo de Cultivos y Control
de Acceso del Personal”. Doctoral dissertation, Escuela
Superior Politécnica del Litoral, 2020. Disponible en:
https://www.dspace.espol.edu.ec/bitstream/123456789/56
321/1/T-112711-Cabrera_P%C3%A9rez.pdf
[31] F. Mahedero-Biot. “Desarrollo de una aplicación IoT
para el envío de imágenes mediante el protocolo MQTT”,
Doctoral dissertation, Universitat Politècnica de València,
2020. Disponible en: http://hdl.handle.net/10251/152408
[32] J. Guasch-Llobera and M. Calleja Collado.
“Monitorización de sensores con arduino utilizando el
protocolo MQTT”, Bachelor's thesis, Universitat
Politècnica de Catalunya, 2019. Disponible en:
http://hdl.handle.net/2117/134193
[33] J. Tardío-Rubio. “Diseño e implementación de
trazabilidad y confianza de un sistema de donaciones y
voluntariado con incentivos”. Proyecto Fin de Carrera /
Trabajo Fin de Grado, E.T.S.I. Telecomunicación,
Universidad Politécnica de Madrid, Madrid, España.
Disponible en:
14 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 5 (3): x-x. VERSION 2022
https://oa.upm.es/65447/9/TFG_JORGE_TARDIO_RUBI
O_1.pdf
[34] C. M. González Mejía and L. A. Rodríguez Sarmiento.
“Diseño e implementación de una red de sensores para el
monitoreo de señales biomédicas utilizando
requerimientos de IoT con el grupo de investigación
integra”, Tesis de Licenciatura, Universidad Distrital
Francisco José de Caldas, Bogotá, 2017. Disponible en:
https://repository.udistrital.edu.co/bitstream/handle/11349
/5893/GonzalezMejiaCristianManuel2017.pdf?sequence=
5&isAllowed=y
[35] J. A. Canaviri-Torrez y J. C. Inca Flores.
“Sistema inalámbrico de adquisición de señales
biomédicas y monitoreo remoto de datos prehospitalarios
mediante protocolo de red TCP/IP”, Doctoral dissertation.
Universidad Mayor de San Andrés, La Paz, Bolivia, 2015.
Disponible en:
http://repositorio.umsa.bo/xmlui/handle/123456789/9331
Derechos de Autor (c) 2023 Víctor Becerra Tapia, Victoria Téllez Victoria, José Mariano Ramos Medina, Guillermo Rey
Peñaloza Mendoza, Mario Salvador Castro Zenil
Este texto está protegido por una licencia Creative Commons 4.0.
Usted es libre para compartir —copiar y redistribuir el material en cualquier medio o formato — y adaptar el documento —
remezclar, transformar y crear a partir del material— para cualquier propósito, incluso para fines comerciales, siempre que
cumpla la condición de:
Atribución: Usted debe dar crédito a la obra original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se
han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licencia - Texto completo de la licencia
