Análisis de aliento en tiempo real para la evaluación del riesgo de EPOC en fumadores usando un sensor heterounión ZnO/SnO₂ integrado con máquina de vectores de soporte

Por qué tu aliento puede revelar problemas pulmonares ocultos

La enfermedad pulmonar obstructiva crónica (EPOC) es una de las principales causas de muerte en el mundo, pero a menudo avanza de forma silenciosa durante muchos años. Hoy, los médicos se basan principalmente en pruebas de función pulmonar realizadas en clínicas para detectarla, lo que hace que muchas personas de alto riesgo —especialmente los fumadores— sean diagnosticadas tarde. Este estudio describe un nuevo analizador de aliento inteligente integrado en una mascarilla que busca monóxido de carbono (CO) en el aire exhalado como señal temprana del riesgo de EPOC, usando materiales avanzados, electrónica miniaturizada y aprendizaje automático para convertir una simple exhalación en una comprobación de salud potente.

Una crisis pulmonar creciente que necesita detección más temprana

La EPOC es una enfermedad de larga evolución que dificulta la respiración y no se puede revertir por completo. Mata a millones de personas cada año y es especialmente frecuente entre las personas mayores y los fumadores. Uno de los factores clave en su desarrollo es el monóxido de carbono (CO), un gas presente en el humo del tabaco, en el aire urbano contaminado y en el humo de combustibles. El CO se une a la hemoglobina en la sangre con mucha más fuerza que el oxígeno, reduciendo el suministro de oxígeno al organismo y contribuyendo al daño pulmonar y la inflamación. Estudios muestran que las personas con EPOC, especialmente los fumadores, exhalan niveles más altos de CO que las personas sanas. Por ejemplo, los no fumadores sanos suelen exhalar alrededor de 1–4 partes por millón (ppm) de CO, mientras que los fumadores actuales con EPOC pueden superar las 12 ppm. Esto convierte al CO exhalado en un marcador prometedor y no invasivo de estrés pulmonar que podría monitorizarse en la vida cotidiana, no solo en hospitales.

Integrar un sensor de aliento diminuto en una mascarilla simple

Los investigadores se propusieron diseñar un sensor de CO pequeño y de bajo coste que funcionara cerca de la temperatura corporal, de modo que resultara cómodo en una mascarilla o dispositivo vestible. Combinaron dos óxidos metálicos, óxido de zinc (ZnO) y dióxido de estaño (SnO₂), en una película delgada cuidadosamente diseñada llamada heterounión. Esta estructura en capas, además recubierta con un polímero conductor (PEDOT:PSS), se depositó sobre un sustrato parecido al vidrio y se conectó con contactos de plata. Cuando el aire pasa sobre la película, el oxígeno se adsorbe en su superficie y atrapa electrones, aumentando la resistencia eléctrica de la película. Cuando las moléculas de CO llegan en una exhalación, reaccionan con esas especies de oxígeno, liberan electrones de nuevo al material y disminuyen la resistencia. Debido a su estructura, la película combinada ZnO/SnO₂ mostró cambios en la resistencia mucho más fuertes y rápidos que cualquiera de los materiales por separado, alcanzando alta sensibilidad a solo 37 °C —aproximadamente la temperatura corporal humana.

De señales eléctricas a lecturas de salud en tiempo real

Para probar el sensor, el equipo construyó una cámara de gas controlada que mezclaba cantidades precisas de CO con nitrógeno y mantenía la temperatura a 37 °C. Midieron la rapidez con la que el sensor reaccionaba cuando se encendía y apagaba el CO, y la intensidad del cambio de resistencia con diferentes niveles de gas. El dispositivo ZnO/SnO₂ respondió en aproximadamente 14 segundos y se recuperó en solo 3 segundos, con una sensibilidad de más del 260 % a 12 ppm de CO. La relación entre la resistencia y la concentración de CO fue muy predecible, siguiendo una ley matemática simple que permitió convertir las lecturas crudas de resistencia directamente en niveles de CO. Luego integraron el sensor en una mascarilla conectada por un tubo a una pequeña cámara sellada, leyeron la señal con un microcontrolador Arduino, filtraron y almacenaron los datos, y los enviaron de forma inalámbrica vía Wi‑Fi a una plataforma en la nube. Este montaje compacto convirtió la mascarilla en un dispositivo de Internet de las Cosas (IoT) capaz de monitorizar el aliento de forma remota.

Permitir que el aprendizaje automático clasifique fumadores, exfumadores y otros

Dado que muchos factores pueden afectar una sola lectura de aliento, los investigadores añadieron una capa de aprendizaje automático para interpretar patrones a lo largo del tiempo. Recolectaron datos de aliento exhalado de 15 voluntarios adultos agrupados en no fumadores, fumadores actuales y exfumadores, y entrenaron un clasificador de máquina de vectores de soporte (SVM) para distinguir entre estos grupos usando las estimaciones de CO basadas en la resistencia del sensor. El modelo alcanzó una precisión de entrenamiento de alrededor del 94 % y una precisión de prueba de casi el 82 %, un salto considerable respecto a enfoques anteriores. El sistema pudo separar claramente los niveles más bajos de CO de los no fumadores de los niveles más altos de los exfumadores y, especialmente, de los fumadores actuales, que están estrechamente ligados a un mayor riesgo de EPOC. En efecto, el dispositivo actúa como una “nariz electrónica” enfocada en un solo gas —el CO—, pero combinada con software inteligente que traduce patrones de respiración en categorías de riesgo significativas.

Qué podría significar esto para el cuidado pulmonar cotidiano

Para un lector general, el mensaje clave es que este trabajo nos acerca a un futuro en el que comprobar tus pulmones podría ser tan fácil como ponerte una mascarilla y respirar con normalidad durante un breve periodo. Al combinar un sensor de CO muy sensible y de bajo consumo con electrónica inalámbrica y aprendizaje automático, el sistema puede estimar cuánto CO perjudicial hay en tu aliento y clasificar si tu patrón se parece al de un no fumador, un exfumador o un fumador de alto riesgo. Aunque no reemplaza las pruebas médicas completas, podría convertirse en una herramienta de cribado asequible y portátil para la evaluación temprana del riesgo de EPOC y el seguimiento continuo en el hogar o en atención primaria, ayudando a que las personas y los clínicos actúen antes —mucho antes de que la falta de aire sea imposible de ignorar.

Cita: Chellamuthu, P., Savarimuthu, K., Alsath, M.G.N. et al. Real-time breath analysis for COPD risk assessment in smokers using a ZnO/SnO₂ heterojunction sensor integrated with support vector machine. Sci Rep 16, 5100 (2026). https://doi.org/10.1038/s41598-026-35583-6

Palabras clave: EPOC, análisis del aliento, monóxido de carbono, sensores vestibles, aprendizaje automático