Soluciones innovadoras Presentamos las gafas inteligentes con sensores minúsculos

Un grupo de investigadores ha desarrollado unas gafas inteligentes equipadas con sensores minúsculos que recogen la energía mecánica generada por los movimientos faciales y la convierten en energía eléctrica.

Illinois (EE. UU.) – Desde parpadear y sonreír hasta apretar la mandíbula y levantar las cejas, los rostros están en constante movimiento y, al hacerlo, generan pequeñas cantidades de energía.

Ahora, los ingenieros de la Universidad Northwestern están aprovechando esa energía.

En un nuevo estudio, el equipo ha desarrollado un tipo de gafas inteligentes totalmente novedoso, equipadas con sensores minúsculos que recogen la energía mecánica de los movimientos faciales y la convierten en energía eléctrica. Incluso un parpadeo rápido o el débil latido de una arteria proporcionan suficiente energía mecánica para activar los sensores de alta sensibilidad.

Para poner a prueba sus sensores autónomos, los investigadores utilizaron las gafas para detectar el apretamiento de la mandíbula, el golpeteo de los dientes, el parpadeo y el levantamiento de las cejas. Las gafas no solo distinguieron estos movimientos de actividades cotidianas como hablar y comer, sino que también reconocieron el golpeteo de los dientes con una precisión del 99 % y el apretamiento de la mandíbula con una precisión del 96 %.

Este avance podría allanar el camino para que unas gafas normales puedan monitorizar de forma fluida la salud cardiovascular, el bruxismo (apretar la mandíbula y rechinar los dientes de forma involuntaria), la fatiga, los hábitos alimenticios y otras actividades a lo largo del día, sin necesidad de baterías voluminosas ni de recargas periódicas.

Los investigadores presentarán este trabajo, denominado «Glassteng», a las 16:00 h, hora estándar de China (04:00 h, hora del este de EE. UU.), el jueves 15 de octubre en Ubicomp/ISWC 2026, una conferencia de primer orden dedicada a la informática ubicua, omnipresente y vestible. «Glassteng: detección mediante un nanogenerador triboeléctrico autoalimentado del pulso, la actividad mandibular y la actividad de la parte superior del rostro a partir de unas gafas de uso cotidiano» forma parte de la sesión «Eyewear Computing». El artículo está disponible en las actas del Simposio Internacional ACM sobre Ordenadores Vestibles de 2026.

«El rostro humano es una mina de oro de datos sobre la salud, lo que convierte a las gafas de uso diario en el dispositivo portátil perfecto», afirmó Nivedita Arora, de la Universidad Northwestern, que dirigió el trabajo. «Por lo general, los dispositivos portátiles registran datos de salud, como la frecuencia cardíaca, a través de la muñeca. Pero las personas tienen que acordarse de ponerse esos dispositivos y quitárselos para recargarlos. Nuestra idea se basa en el hecho de que la mitad de la población ya lleva gafas. Podemos convertir esas gafas en dispositivos portátiles sin pedir a las personas que cambien sus hábitos y comportamientos».

Arora, experta en electrónica autoalimentada, es profesora adjunta titular de la cátedra Breed de Ingeniería Eléctrica e Informática y Ciencias de la Informática en la Escuela de Ingeniería McCormick de la Universidad Northwestern, donde dirige el Laboratorio de Sistemas Incorporados Vasudhaiva Kutumbakam (VAK). Raj Dave, Jovanis Prodanich y Yung-ching Lai —todos ellos estudiantes de máster del Laboratorio de Sistemas Incorporados VAK— son los coautores principales del estudio.

Un poco de estática da para mucho

En el corazón de las nuevas gafas hay tres dispositivos delgados como el papel llamados nanogeneradores triboeléctricos (TENG). Aunque el nombre suene complicado, el fenómeno en el que se basan nos resulta familiar: la electricidad estática.

Cualquiera que haya frotado un globo contra su pelo o haya acariciado el pelaje de un gato en un día seco de invierno ha experimentado el efecto triboeléctrico. Cuando dos materiales diferentes entran en contacto y luego se separan, los electrones pueden transferirse de un material al otro, generando una breve carga eléctrica.

Glassteng aprovecha ese mismo fenómeno básico. Cada sensor flexible contiene capas de materiales que se comprimen y se separan repetidamente en respuesta a los movimientos faciales. Un parpadeo, por ejemplo, ejerce presión sobre un sensor. Apretar la mandíbula activa otro. Incluso la sutil presión que produce la sangre al circular por una arteria puede ejercer presión sobre los sensores.

«A medida que las capas se tocan y se separan, generan una tensión muy pequeña», explicó Arora. «Eso significa que el propio movimiento que se mide proporciona la energía mecánica necesaria para alimentar su detección. En otras palabras, un parpadeo ayuda a alimentar el sensor que detecta ese parpadeo».

Tres sensores, muchas señales

Para captar la mayor cantidad de información posible, Arora y su equipo colocaron tres sensores en puntos estratégicos alrededor de la montura de las gafas. Uno de ellos se encuentra en el puente de la nariz, cerca de la arteria angular y de los músculos que rodean los ojos. Desde allí, puede detectar el pulso, así como los parpadeos y los movimientos de las cejas. Otro sensor se encuentra cerca de la sien, donde detecta la arteria temporal superficial junto con los movimientos de la mandíbula. Un tercer sensor se sitúa más cerca de la oreja, donde detecta los movimientos relacionados con la masticación y el apretamiento de los dientes.

En conjunto, los tres sensores proporcionan a las gafas diferentes puntos de vista desde los que «percibir» los movimientos del rostro. Además, los sensores son sensibles a una amplia gama de fuerzas. Un pulso arterial —la fuerza más leve que probaron los investigadores— generaba señales eléctricas de entre 50 y 100 milivoltios aproximadamente. Los parpadeos y las elevaciones de cejas producían entre 200 y 500 milivoltios aproximadamente. Los movimientos más intensos de la mandíbula, como masticar y apretar los dientes, generaban señales de hasta 1,5 voltios.

«Estas diferencias hacen que las distintas actividades faciales tengan sus propias señales eléctricas reconocibles», afirmó Arora.

Mientras llevaban puesto el Glassteng, los 20 participantes realizaron seis actividades: parpadear, levantar las cejas, apretar los dientes, dar golpecitos con los dientes, comer y hablar. A continuación, el equipo de investigación utilizó algoritmos de aprendizaje automático para analizar los patrones de las señales eléctricas y determinar qué actividad realizaba cada participante. En las seis actividades, el sistema alcanzó una precisión del 93,8 %.

«Una de las posibilidades más emocionantes es utilizar esta tecnología para convertir los comportamientos inconscientes en oportunidades para adoptar comportamientos significativos», afirmó el coautor del estudio, Nabil Alshurafa, profesor asociado de medicina preventiva, informática e ingeniería eléctrica e informática en Northwestern, donde imparte clases en la Facultad de Medicina Feinberg de la Universidad de Northwestern y en McCormick. «Imagina unas gafas que reconozcan cuando alguien aprieta la mandíbula y le inviten amablemente a relajarse, o que detecten la ingesta de alimentos y fomenten la conciencia plena sobre sus hábitos. Al combinar la detección cardiovascular y conductual en una misma plataforma de consumo energético ultrabajo, Glassteng abre la puerta al estudio de cómo interactúan los estados fisiológicos y los comportamientos cotidianos, así como a ofrecer intervenciones personalizadas en los momentos en que puedan resultar más útiles».

Consumo ultrabajo, grandes ventajas

Más allá de lo que Glassteng es capaz de hacer, otra gran ventaja es lo que no necesita: electricidad. Muchos dispositivos wearables actuales consumen energía de forma continua. Este consumo constante de energía conlleva una mayor demanda energética, lo que a su vez requiere baterías más grandes, que añaden peso y volumen. Además, las baterías deben recargarse periódicamente, lo que supone otro obstáculo para una monitorización de la salud verdaderamente continua.

Los tres sensores de Glassteng consumen tan solo 4,1 microvatios en total, lo que supone un consumo inferior en varios órdenes de magnitud al de muchas tecnologías de detección convencionales. A partir de ahí, utiliza Bluetooth para transmitir los datos directamente a un smartphone o una tableta.

«A largo plazo, queremos que el cálculo se realice en el propio dispositivo», afirmó Arora. «Si detectara un evento fisiológico, podría contar con inteligencia integrada en el dispositivo, sin necesidad de batería, que proporcionara información inmediata. Por ejemplo, si detectara que se aprietan las mandíbulas, podría avisar inmediatamente al usuario para que las relaje. Creo que es solo cuestión de tiempo que las gafas que llevamos a diario puedan controlar nuestra salud».

«El futuro no consiste solo en dispositivos wearables que nos digan lo que hemos hecho», afirmó Alshurafa, «sino en dispositivos wearables que nos ayuden a reconocer y cambiar lo que estamos haciendo en cada momento».

El estudio, titulado «Glassteng: Detección mediante un nanogenerador triboeléctrico autoalimentado de la actividad del pulso, la mandíbula y la parte superior del rostro a partir de unas gafas de uso cotidiano», contó con el apoyo parcial de Ansys.