| Sistemas integrados | ARM Cortex-M (M4/M33), RISC-V, Zephyr RTOS o FreeRTOS, C/C++ integrado | Ejecutar el firmware del dispositivo, controlar los sensores y gestionar el consumo energético. |
| Tecnologías de biosensores | ECG, PPG, acelerómetros MEMS, sensores de monitorización continua de la glucosa (CGM) | Captura de señales fisiológicas y de movimiento que se utilizan para obtener parámetros de salud. |
| Tecnologías de biosensores avanzadas y emergentes | Matrices microfluídicas de detección de sudor, espectroscopia de bioimpedancia (BIA), actividad electrodérmica (EDA/GSR), sensores acústicos piezoeléctricos, sensores digitales de temperatura cutánea, sensores ópticos NIRS, sensores de presión barométrica, IMU de 6 y 9 ejes, sensores de gases ambientales y de COV | Ampliar la monitorización para incluir la composición bioquímica del sudor, la hidratación y el equilibrio hídrico, la respuesta al estrés, la rigidez arterial, las tendencias de temperatura, la oxigenación tisular, la detección de caídas y los indicadores de rehabilitación, los trastornos motores y los desencadenantes respiratorios. |
| IA en el borde y procesamiento de señales | Procesamiento de señales digitales (DSP), TinyML, TensorFlow Lite para microcontroladores, Edge Impulse, redes neuronales cuantificadas | Eliminar los artefactos de movimiento, detectar anomalías y extraer biomarcadores específicos de forma local, de modo que solo se transmitan los datos útiles. |
| Protocolos de comunicación inalámbrica | Bluetooth Low Energy (BLE) con GATT, NFC, Wi-Fi, LTE-M y NB-IoT | Conecta dispositivos wearables a smartphones, pasarelas o servicios en la nube. |
| Marcos de desarrollo móvil y API | Apple HealthKit, Android Health Connect, Core Bluetooth | Permitir que las aplicaciones móviles accedan, sincronicen y compartan datos de salud y de dispositivos wearables compatibles. |
| Tecnologías de computación en la nube y de streaming | AWS, Microsoft Azure, Google Cloud, Apache Kafka | Recopilar, procesar y gestionar datos de dispositivos wearables en distintos dispositivos y poblaciones de pacientes. |
| Estándares de datos sanitarios y API | HL7 FHIR, Recurso de observación de FHIR, SMART en FHIR | Intercambiar los datos de los dispositivos wearables con las historias clínicas electrónicas (HCE) y otros sistemas de software clínico. |
| Aprendizaje automático y análisis de series temporales | Python, PyTorch, scikit-learn, Google Cloud Vertex AI | Analizar lecturas longitudinales, detectar anomalías y desarrollar modelos para la evaluación clínica. |
| Tecnologías de seguridad e identidad | TLS, AES-256, OAuth 2.0, OpenID Connect | Proteger los intercambios de datos y controlar el acceso a las plataformas de dispositivos wearables y a la información de los pacientes. |
Contrátanos
Sobre nosotros
Opinión de un cliente
