Tu teléfono ya te toma el pulso

Tu teléfono ya te toma el pulso#

¿Y si tu cara ya delatara tu frecuencia cardíaca sin que lo sepas? Cada vez que abres el celular y miras la pantalla, la cámara frontal capta el rubor que tu pulso le imprime a la piel — esa señal se llama remote photoplethysmography (rPPG). El problema histórico: los métodos previos fallaban casi 4× más en piel oscura (MAE 3,4 → 13,6 bpm de Fitzpatrick I-V a VI). Un nuevo modelo de Google Research (PHRM) entrenado con 192.353 videos de 485 personas (reclutando deliberadamente ~1/3 con piel Fitzpatrick VI) reporta MAPE <10% en los tres tonos de piel en laboratorio, cumpliendo el estándar industria por primera vez en smartphones.

El hallazgo: PHRM logra MAPE de 3,8% / 4,4% / 8,9% (piel clara / media / oscura, laboratorio) y 3,2× menos error que Savur en piel oscura en vida cotidiana — con un modelo de solo 498K parámetros (el más pequeño del benchmark de 8 modelos rPPG).

Gráfica clave#

MAPE PHRM por tono de piel y condición

Reproducir#

Abrir en Colab

O localmente:

pip install pandas matplotlib numpy
jupyter execute notebook.ipynb

Datos#

Todos los CSVs vienen del Supplementary Information del paper original (Springer Nature):

  • datos/mape_skin_tone.csv — MAPE por modelo (PHRM_full + PHRM_mini), condición (lab/free-living) y tono de piel

  • datos/phrm_vs_savur.csv — Comparación contra el método rPPG de referencia previo

  • datos/model_sizes.csv — Tamaño de los 8 modelos rPPG del benchmark

  • datos/skin_type_distribution.csv — Distribución Fitzpatrick I-VI del cohorte

  • datos/device_performance.csv — Latencia y memoria en Pixel 3-7 (2018-2022)

  • datos/activity_distribution.csv — Distribución de actividades del dataset

Contenido