Un reciente estudio científico publicado en el Journal of Biomedical and Health Informatics ha revelado innovaciones significativas en el uso de microcontroladores para mejorar la detección del miedo en víctimas de violencia de género. Este enfoque se distingue de otros métodos que dependen del procesamiento en la nube, lo cual implica altos costos y requerimientos computacionales.
Laura Gutiérrez Martín, una de las autoras del estudio y quien defendió su tesis sobre este tema en la UC3M, explica que “nuestra innovación parte de que no introducimos la señal en bruto, sino que el sistema realiza una extracción de 57 características previamente seleccionadas procedentes de señales fisiológicas como la conductancia de la piel, la temperatura cutánea y el volumen de pulso sanguíneo”. Esta técnica permite capturar eficazmente las respuestas fisiológicas, reduciendo drásticamente los requisitos computacionales y haciendo que el modelo ocupe menos espacio que una fotografía tomada con un teléfono móvil.
Detección anticipada y respuesta inmediata
Celia López Ongil, también autora del estudio y profesora del Departamento de Tecnología Electrónica de la UC3M, señala que el objetivo es “detectar el miedo antes de que se produzca la agresión, para activar una red de apoyo que pueda intervenir de forma inmediata”. Cuando el sistema identifica una situación potencialmente peligrosa, envía automáticamente una alerta a un círculo guardián. Si la persona afectada no confirma que se encuentra bien, el sistema tiene como meta contactar directamente con las autoridades policiales.
Además, todos los datos registrados son cifrados y almacenados en un servidor seguro, lo que podría servir como prueba judicial si fuese necesario. El estudio ha alcanzado métricas de exactitud cercanas al 80%, lo que representa una mejora del 26.4% respecto a versiones anteriores. El equipo continúa trabajando para optimizar aún más el consumo energético y mejorar el modelo general.
Aplicaciones futuras y contexto social
El proyecto DeepBindi tiene potencial para ser aplicado en otros contextos, como la detección temprana de situaciones de acoso escolar. Sin embargo, José Ángel Miranda Calero, otro miembro del equipo investigador, advierte que “la tecnología por sí sola no resolverá la violencia de género ni el acoso. DeepBindi es una herramienta de apoyo que debe complementarse con educación y medidas sociales”.
Desarrollado por el equipo multidisciplinario UC3M4Safety, este proyecto cuenta con financiación de la Agencia Estatal de Investigación y del INCIBE. Actualmente, el equipo busca llevar a cabo un piloto a gran escala para validar su funcionamiento en entornos reales y facilitar su implementación futura.
Referencia bibliográfica: L. Gutiérrez-Martín, C. López-Ongil, J. A. Miranda-Calero (2026) «DeepBindi: An End-to-End Fear Detection System Optimized for Extreme-Edge Deployment,» in IEEE Journal of Biomedical and Health Informatics, vol. 30, no. 1, pp. 688-699, Jan. 2026, doi: 10.1109/JBHI.2025.3587961.
La noticia en cifras
| Cifra |
Descripción |
| 80% |
Métricas de exactitud del sistema para detectar el miedo. |
| 26.4% |
Mejora en la exactitud respecto a versiones anteriores. |
| 57 |
Número de características fisiológicas seleccionadas para la detección. |
| 1 |
Número de artículo publicado en el Journal of Biomedical and Health Informatics (vol. 30, no. 1). |
Si (
No(
