1. Introducción al Proyecto

Propósito de la Investigación

El objetivo general fue diseñar e implementar un ecosistema de Internet de las Cosas Médicas (IoMT) compuesto por tres nodos sensores capaces de medir parámetros biomédicos y un servidor central para el almacenamiento y visualización de los datos, permitiendo el monitoreo remoto y continuo de pacientes.

Contexto y Aplicación

Esta tecnología ofrece una alternativa para crear ecosistemas distribuidos de sensores que abordan los desafíos de recolección y transmisión segura de datos en tiempo real, ideal para la telemedicina, atención en zonas remotas y prevención de riesgos de salud.

2. Arquitectura de Nodos y Hardware

El sistema se dividió en tres nodos independientes con conectividad Wi-Fi, programados en MicroPython para la captura de variables biomédicas.

• Nodo de Temperatura: Equipado con un microcontrolador ESP32 y un sensor MLX90614 para mediciones infrarrojas de temperatura sin contacto.
• Nodo de Oxigenación: Implementado en una Raspberry Pi Pico W junto con un sensor MAX30102 para calcular niveles de oxígeno en la sangre (SpO_2).
• Nodo de Frecuencia Cardíaca: Utiliza una Raspberry Pi Pico W integrada con un sensor AD8232 y electrodos para medir la actividad eléctrica del corazón (señales ECG).

3. Infraestructura de Red y Servidor Central

Comunicación MQTT

Los tres nodos sensores transmiten la información recolectada de manera inalámbrica mediante el protocolo MQTT hacia un broker Mosquitto.

Servidor y Almacenamiento

El broker Mosquitto se configuró para operar en una Raspberry Pi Zero 2W, la cual fungió como el servidor central de la topología. Los datos recibidos, en conjunto con sus marcas de tiempo, fueron persistidos de manera eficiente en una base de datos relacional MySQL.

4. Dashboard Web y Resultados

Se desarrolló una API y una interfaz web utilizando el micro-framework Flask (Python) para procesar y exponer los datos. La visualización en tiempo real se implementó mediante la librería Chart.js, generando gráficos interactivos que se actualizaban cada 2 segundos.

Las pruebas de integración demostraron que los nodos de temperatura y oxigenación operaron de manera funcional con alta fiabilidad, mientras que el almacenamiento en base de datos reportó una tasa de éxito cercana al 100%.

5. Galería del Proyecto

Evidencia visual de los prototipos biomédicos y la interfaz gráfica de monitoreo en tiempo real.