Un conjunto de datos del mundo real para detectar el lavado de manos en la vida diaria usando datos de movimiento de muñeca procedentes de wearables

Lavarse las manos, cuidar la salud

La mayoría de nosotros nos frotamos las manos sin pensarlo dos veces. Para las personas que trabajan en hospitales o manejan alimentos, y para quienes conviven con un trastorno obsesivo-compulsivo (TOC), el lavado de manos puede condicionar la salud, la seguridad y la vida cotidiana. Este estudio presenta un nuevo tipo de recurso de datos: semanas de grabaciones reales de sensores en la muñeca que capturan tanto el lavado de manos cotidiano como el compulsivo. El objetivo es ayudar a que futuros smartwatches reconozcan cuándo nos lavamos las manos —y, eventualmente, distingan entre rutinas saludables y rituales impulsados por angustia.

Por qué el lavado de manos importa tanto

Las manos limpias son una de las defensas más sencillas contra las infecciones, ya sea en casa, en una clínica o en una cocina industrial. Sin embargo, vigilar el lavado de manos fuera de entornos controlados es sorprendentemente difícil. Los sistemas existentes a menudo dependen de cámaras en los lavabos o de sensores instalados en puestos de trabajo específicos, lo que puede resultar intrusivo, generar problemas de privacidad o sencillamente no escalar a la vida diaria. Al mismo tiempo, para muchas personas con TOC, el lavado de manos no es solo higiene: puede convertirse en una respuesta extensa y dolorosa ante el miedo abrumador a la contaminación. Su lavado puede ser mucho más frecuente y prolongado de lo necesario, provocando daños en la piel y una menor calidad de vida. Una tecnología que detecte de forma fiable el lavado tal como ocurre de manera natural podría cubrir, por tanto, dos necesidades muy distintas: comprobar que los profesionales se lavan lo suficiente y ayudar a los pacientes a identificar cuándo el lavado está motivado por ansiedad y no por necesidad.

Un mes de vida en la muñeca

Para construir una imagen realista del lavado de manos en libertad, los investigadores reclutaron a 22 adultos diagnosticados con TOC centrado en el lavado compulsivo en Suiza. Cada persona llevó un smartwatch Android en la muñeca durante cuatro semanas, con el objetivo de usarlo al menos seis horas diarias. El reloj registró los sutiles movimientos de la muñeca 50 veces por segundo usando sensores de movimiento integrados, similares a los de los rastreadores de actividad. Cada vez que los participantes terminaban de lavarse las manos, pulsaban un botón en el reloj y respondían a unas breves preguntas: si el lavado había sido compulsivo o rutinario, cuán fuerte había sido su impulso de lavarse y cuánta tensión habían sentido (todo en una escala de 1 a 5). Cada noche, el reloj también les preguntaba que valoraran con qué frecuencia y con qué intensidad se habían lavado ese día y con qué frecuencia recordaron confirmar los lavados.

Convertir días ruidosos en datos utilizables

La vida real es desordenada: la gente olvida ponerse el dispositivo, los pulsadores pueden etiquetarse mal y los relojes pueden quedar sobre mesas registrando solo silencio. Por eso, el equipo diseñó un extenso proceso de limpieza y etiquetado. Eliminó grabaciones completas cuando claramente no había movimiento o cuando los archivos eran demasiado cortos o estaban corruptos, y marcó largos periodos de inactividad para que otros investigadores pudieran saltárselos con facilidad. Dado que cada pulsación del botón solo proporcionaba un punto temporal, los científicos tuvieron que inferir cuándo empezaba y terminaba cada lavado. Primero estimaron duraciones típicas de lavado a partir de un ejemplo supervisado en el laboratorio y luego refinaron las etiquetas usando una ventana temporal deslizante y, para seis participantes seleccionados con cuidado, reetiquetado manual minucioso por anotadores entrenados que inspeccionaron a simple vista las trazas de movimiento. El resultado final es el conjunto de datos OCDetect: unas 2.600 horas de actividad cotidiana, incluyendo aproximadamente 31 horas de lavado de manos repartidas en 2.930 lavados, divididos casi por igual entre eventos autodeclarados como rutinarios y como compulsivos.

Enseñar a las máquinas a detectar el lavado

Con este conjunto de datos, el equipo evaluó qué tan bien los métodos estándar de aprendizaje automático podían identificar el lavado de manos entre todo lo demás que hace la gente en un día. Es un desafío difícil: el lavado ocupa solo alrededor del 1% del tiempo registrado y distintas personas lavan de maneras muy diferentes. Usando ventanas cortas de cinco segundos de datos de movimiento y una colección de características simples —por ejemplo, cuán intensos o bruscos eran los movimientos—, entrenaron modelos clásicos como bosques aleatorios y gradient boosting. Estos modelos se evaluaron de forma estricta, probando siempre con participantes que los algoritmos no habían visto antes. La mejor configuración alcanzó una puntuación F1 de hasta 0,77 (en promedio aproximadamente 0,33 entre las personas), muy por encima del azar, al clasificar simplemente “lavado de manos o no”. Sin embargo, cuando la tarea era separar lavados rutinarios de compulsivos, el rendimiento volvió al azar. En otras palabras, los patrones de movimiento por sí solos no revelan de forma fiable las razones emocionales detrás de un lavado.

Qué significa esto para futuros smartwatches

Para un lector no especializado, el mensaje tiene dos vertientes. Primero, los smartwatches ya disponen de suficiente capacidad de detección para notar la mayoría de los episodios de lavado de manos en la vida diaria, incluso frente al ruido de caminar, cocinar o trabajar. Segundo, saber por qué alguien se está lavando —si por higiene o impulsado por angustia relacionada con el TOC— es mucho más difícil que saber simplemente que se está lavando. El conjunto de datos OCDetect, ahora disponible públicamente, ofrece a los investigadores una base realista y compartida abiertamente para mejorar métodos de detección, explorar modelos más avanzados y combinar los datos de movimiento con otras pistas o conocimientos clínicos. Con el tiempo, esto podría allanar el camino para herramientas que apoyen con delicadeza tanto el control de infecciones como la terapia para el TOC, manteniéndose privadas y poco intrusivas en la muñeca.

Cita: Burchard, R., Kirsten, K., Miché, M. et al. A Real-World Dataset for detecting Handwashing in daily Life using Wrist Motion Data from Wearables. Sci Data 13, 179 (2026). https://doi.org/10.1038/s41597-026-06698-2

Palabras clave: lavado de manos, sensores wearables, trastorno obsesivo-compulsivo, datos de smartwatch, reconocimiento de actividad humana