Ensenada, Baja California.- Para un trabajador, la fatiga mental puede representar eventuales deficiencias en su desempeño laboral y personal, así como también en su salud mental.

En México, el proceso de modernización industrial encaminado a la maquila de productos implica que los trabajadores enfrenten nuevas condiciones laborales que modifican sus demandas de desempeño, señala el artículo"La carga de trabajo mental como factor de riesgo de estrés en trabajadores de la industria electrónica", publicado en 2006 por la Revista Latinoamericana de Psicología.

La publicación menciona que —en este contexto— las demandas a los trabajadores “pasan de un plano predominantemente físico a actividades que imponen a los trabajadores una mayor carga de trabajo mental”, caracterizada por “tareas repetitivas con altas demandas de atención, que implican una alta concentración por parte del trabajador y poco control sobre las actividades que realiza, que pueden tener efectos negativos en la salud mental de los trabajadores”.

Los autores, investigadores de la Universidad de Guadalajara y la Universidad Nacional Autónoma de México (UNAM), observan que la dificultad para la realización de las tareas principales de los trabajadores aumenta los requerimientos para el procesamiento mental, lo que podría tener como consecuencia estrés laboral y un decremento en el desempeño personal y organizacional.

¿Cómo detectar la fatiga mental?

Especialistas del Centro de Enseñanza Técnica y Superior (Cetys) Universidad y el Centro de Investigación y Desarrollo de Tecnología Digital (Citedi), del Instituto Politécnico Nacional (IPN), desarrollaron una interfaz cerebro-computadora que tiene esta capacidad.

Maestra Nataly Medina Rodríguez.En entrevista con la Agencia Informativa Conacyt, la maestra Nataly Medina Rodríguez, coordinadora de ingeniería en cibernética electrónica en Cetys Universidad, campus Tijuana, explicó que la interfaz consta de una diadema con electrodos o sensores que se conectan a la corteza cerebral, de forma no invasiva, y que mantiene una conexión inalámbrica con una computadora.

“Lo primero que sucede es que la interfaz detecta el cambio eléctrico de las neuronas que están en la zona, esto es prácticamente una señal eléctrica; esta señal se transmite de manera inalámbrica a una computadora, donde se hace un procesamiento primero centrado a la señal, para eliminar ruidos y demás, y se procede a clasificar las señales con base en un patrón”.

Una vez identificados los patrones cerebrales, se comparan con una línea base y las nuevas señalas son clasificadas de acuerdo con la escala de somnolencia de Stanford.

La maestra Nataly Medina expuso que la escala de Stanford mide en unidades del uno al 10, donde uno es el estado cognitivo normal del paciente y el número 10 es casi un estado de somnolencia en el que puede registrarse la pérdida del conocimiento por sueño.

Para optimizar el funcionamiento de la interfaz, es necesario minimizar el ruido electromagnético, es decir, que el paciente que se someterá a la prueba, no se encuentre cerca de tomas eléctricas que generan ruido en la información que se captura.

Algoritmos para clasificar el cansancio

La interfaz para detectar la fatiga mental es producto del proyecto de tesis de doctorado en ciencias en sistemas digitales que la maestra Nataly Medina realiza en el Citedi.

La estudiante de posgrado del Citedi y académica de Cetys Universidad narró que los primeros experimentos realizados fueron en torno al cansancio tras la realización de actividades mentales, como exámenes que conllevan procesos matemáticos.

“Entonces se observaba que las señales tenían cierto comportamiento al momento de estar elaborando estos exámenes y la hipótesis fue que precisamente en actividades mentales y cognitivas de este tipo, al momento de cambiar, por ejemplo, el patrón cerebral, una vez analizadas las pruebas, el cerebro tiende a relajarse pero no como estaba antes”.

Las primeras pruebas demostraron que tras un proceso de presión, el cerebro vuelve a relajarse pero no regresa a su estado original, lo que fue considerado por los especialistas como fatiga mental.

Nataly Medina diseñó algoritmos que permitieran clasificar las señales enviadas desde la diadema con electrodos e interpretarlas con base en la escala de sueño de Stanford, para finalmente determinar un índice de fatiga mental.

Cómputo inteligente

El proyecto de la maestra Nataly Medina se inserta dentro de una línea de investigación del Citedi relativa al cómputo inteligente de alto rendimiento, mencionó el doctor Oscar Humberto Montiel Ross, profesor investigador del Citedi y director de tesis en el proyecto.

“El objetivo de la línea es explorar las técnicas de cómputo inteligente que son novedosas, en particular la aplicación de la interfaz cerebro-computadora se nos hizo muy interesante porque son señales muy complejas de interpretar y quisimos explorar qué resultados teníamos con sistemas inteligentes”.

Aunque desde hace años investigadores del Citedi trabajan en el desarrollo de sistemas inteligentes, la interfaz para detectar fatiga mental es el primer proyecto que involucra el desarrollo de un sistema cerebro-computadora.

El doctor Oscar Montiel Ross especificó que en el proyecto se aplicaron modelos computacionales de redes neuronales y sistemas difusos tipo dos para la interpretación de las señales procedentes de la corteza cerebral del usuario.

Destacó que si bien al interior del IPN hay diversos grupos de investigación desarrollando sistemas con técnicas similares, estos se centran en el control de robots, mientras que la interfaz para detectar la fatiga mental y los algoritmos desarrollados son únicos en su tipo, lo que la dota de innovación científica y tecnológica.

Nuevas aplicaciones

La interfaz para la detección de la fatiga mental ya fue concluida por la investigadora en sus estudios doctorales en el Citedi; no obstante, lejos de finalizar con el proyecto, ha generado nuevas posibilidades de aplicación en campos innovadores como la musicoterapia.

La maestra Nataly Medina comentó que, en colaboración con especialistas en neuropsicología de Cetys Universidad, emprendió un nuevo proyecto para monitorear las zonas cerebrales que se estimulan con la interpretación musical.

Aunque la interfaz es funcional, los investigadores continuarán afinando su funcionamiento y paralelamente desarrollando nuevas aplicaciones que amplíen su espectro de utilidad.

Conacyt

Un breve episodio de dolor abdominal, diarrea o estreñimiento, de vez en cuando, no es inusual, pero si los síntomas se presentan de manera recurrente podrían indicar que padeces Síndrome de Intestino Irritable.

 
En México, el Síndrome de Intestino Irritable (SII) es uno de los trastornos funcionales digestivos más frecuentes en la población y afecta en mayor proporción a las mujeres. Se denomina funcional porque con los métodos disponibles en la actualidad no puede determinarse la existencia de una lesión estructural u orgánica que los explique.
 
De acuerdo con expertos, el SII no se debe confundir con la Enfermedad Inflamatoria Intestinal, una afección más grave que incluye la enfermedad de Crohn y la colitis ulcerosa. El Dr. Diego Marines, cirujano de colon y recto del Houston Methodist Hospital, que se especializa en cirugía mínimamente invasiva de colon y recto, explicó que "el Síndrome del Intestino Irritable (SII) es más prevalente en las mujeres que en los hombres. Los síntomas más comunes que experimentan las mujeres son dolor abdominal y estreñimiento, mientras que la mayoría de los hombres se quejan de diarrea."
 
 Agregó que "los síntomas del SII pueden variar de leves a graves y generalmente incluyen dolor abdominal recurrente o malestar al menos tres días al mes durante los últimos tres meses. También se puede presentar sensación de hinchazón, diarrea o estreñimiento y moco en las heces. El SII a menudo no se trata porque los síntomas pueden parecer aleatorios y pueden cambiar."
 
El especialista recomienda que, ante cualquier cambio persistente en sus hábitos intestinales, es necesario acudir al médico especialmente si existe dolor abdominal intenso o pérdida de peso, ya que estos podrían ser signos de un problema más serio.
 
Para finalizar el Dr. Marines asegura que el error más grave que se comete es minimizar el Síndrome de Intestino Irritable, ya que no hay peor cosa que creer que una sola píldora puede curar esta enfermedad. Por lo que es importante que el SII se trate de manera integral. Los pacientes con SII por lo general pueden identificar que alimentos con alto contenido de carbohidratos o grasa desencadenan sus síntomas. Los probióticos han sido probados en algunos estudios como un factor útil. Otras opciones de utilidad es el ejercicio, las terapias psicológicas y la acupuntura".

La Paz, Baja California Sur.- Un equipo de investigadores de la Universidad Autónoma de Baja California Sur (UABCS) estudia el patrón de distribución geográfico de pelágicos menores del golfo de California, en relación con el historial de distribución y capturas pesqueras, así como condiciones ambientales, para predecir modelos de distribución de pesquerías.

El estudio tiene la finalidad de proyectar las variables de distribución y volúmenes de captura aproximada hasta 2050. Este considera seis especies de pelágicos menores, como sardinas, anchovetas y macarelas. La especie de mayor interés es la sardina del Pacífico (Sardinops sagax), por la calidad nutricional de la especie y abundancia de la misma.

El maestro en ciencias marinas y costeras David Petatán Ramírez, becario del Consejo Nacional de Ciencia y Tecnología (Conacyt) en el programa de doctorado en ciencias marinas y costeras de la UABCS para la presente investigación, detalló que están utilizando aprendizaje automático (machine learning, ML), con redes neuronales profundas, árboles aleatorios y modelos de distribución, suministrando datos históricos de comportamiento de capturas, volúmenes de producción pesquera y condiciones ambientales asociadas, que permite generar proyecciones de distribución de acuerdo con escenarios de cambio climático.

“Estamos analizando toda la información histórica de reportes de distribución, condiciones ambientales y capturas  del recurso pesquero, para hacer predicciones de posibles distribuciones y capturas, con base en el entendimiento de cómo se ha distribuido y capturado históricamente el recurso”, explicó Petatán Ramírez.

Los machine learning son programas de cómputo que utilizan un conjunto de algoritmos que permiten simular el proceso de aprendizaje y son considerados modelos de inteligencia artificial (IA).

En la actualidad, tienen aplicaciones prácticas en motores de búsquedas, redes sociales, bolsa de valores, áreas de marketing digital, finanzas, robótica, actividad científica, entre otras.

“Estamos trabajando en generar modelos de inteligencia artificial que aprendan solos, que utilicen todo el historial de datos que ya existe, para producir nuevo conocimiento y generar modelos de pesquerías más exactos, sobre los que ya se tiene”, afirmó Petatán Ramírez.

Para el desarrollo de los modelos de proyección de las pesquerías de pelágicos menores están utilizando reportes históricos mensuales, que datan de 1985 hasta 2017, de pesquerías del golfo de California y la costa occidental de la península de California, sobre el Pacífico mexicano.

Según los datos obtenidos por los especialistas, las mayores capturas de sardina del Pacífico se han llevado a cabo en los litorales de Sonora, en el golfo de California. Sin embargo, tienen registros de capturas considerables en la costa occidental de la península, en litorales de las localidades de Ensenada, Baja California, y Bahía Magdalena, Baja California Sur.

Los especialistas aún están integrando la base de datos de la ML para proyectar pesquerías hasta el 2050, aunque en teoría es posible extender las estimaciones hasta el 2100, porque se tienen modelos de proyección de cambio climático hasta esa fecha.

Un modelo con mayor precisión

Según la literatura especializada, los recursos de pelágicos menores se expanden o contraen en relación con factores ambientales, principalmente de temperatura. Sin embargo, a decir de Petatán Ramírez, no aborda a detalle la naturaleza del fenómeno y su explicación descarta precisiones en relación con límites geográficos, volúmenes de biomasa aproximados, entre otros. El objetivo del modelo basado en tecnología de IA, dijo, es poder comprender con mayor profundidad los fenómenos de expansión y contracción del recurso pesquero, estableciendo el patrón ambiente, con variables relacionadas con el cambio climático y producción de recurso pesquero.

“Sabemos que este recurso se expande y contrae de acuerdo con el cambio, principalmente en la temperatura, por eso ha habido años en donde hay muchísima sardina y otros en donde escasea; entonces nosotros queremos establecer patrones geográficos, es decir, no solo predecir cuando se contrae, sino cuánto y dónde está el recurso pesquero”, afirmó Petatán Ramírez.

“Aún no hemos hecho las predicciones, pero los resultados que tenemos hasta ahorita concuerdan con el comportamiento ya conocido de estas pesquerías, desde el aspecto geográfico, además estamos desarrollando modelos de redes neuronales para establecer el patrón de capturas, los cuales han sido, hasta este punto, muy exactos”.

Los especialistas están integrando una base de datos ambiental del uso de energía, que incluye información de temperatura, salinidad, producción primaria, así como la distribución de las especies de interés comercial, que son relacionadas con el ambiente para obtener el patrón en cuestión.

En la etapa actual están integrando información sobre los escenarios de cambio climático que permitirán hacer las proyecciones de pesquerías a futuro. Han realizado análisis de las pesquerías de sardina del Pacífico con los reportes históricos que datan de 1985 hasta el año pasado, y los modelos de comportamiento, distribución y biomasa disponible del recurso han tenido una exactitud de 90 por ciento.

“El modelo tiene una exactitud de 90 por ciento, lo que es relativamente alto en comparación con otras técnicas que se han utilizado. La siguiente etapa es terminar de trabajar los escenarios de cambio climático para, una vez que esté integrado el modelo, hacer las proyecciones a futuro”, afirmó Petatán Ramírez.

Entre los resultados de este análisis, sobresale que de 2013 a 2016, fecha en que impactó el fenómeno de El Niño en la región, las pesquerías de sardina del Pacífico en el golfo de California disminuyeron, registrándose capturas de alrededor de cinco por ciento de recurso total. En años normales, con condiciones ambientales estables, las capturas rondan 80 por ciento de recurso disponible. Es importante mencionar que esta pérdida de capturas es sustituida por otras especies de pelágicos menores, como las anteriormente mencionadas anchovetas y macarelas.

Modelos de pesquerías como sistemas complementarios

El biólogo marino Ismael Mascareñas Osorio, coordinador del proyecto de agregaciones de reproducción en el Alto Golfo de California, del Centro para Biodiversidad Marina y la Conservación, A. C., mencionó que muchos de los modelos de pesquerías carecen de información relacionada con múltiples aspectos, como ecología enfocada en especies marinas, y únicamente utilizan la captura por unidad de esfuerzo como un indicador de la abundancia, desatendiendo aspectos como el comportamiento de las especies marinas, por ejemplo algunas que forman agregaciones de reproducción en diferentes temporadas del año, por tanto resultan ineficientes.

En consecuencia, es importante utilizar diferentes modelos de pesquerías, ecológicos y de comportamiento de las especies, así como generar monitoreos de las producciones pesqueras y poblaciones de especies marinas, con técnicas desde hidroacústica hasta censos visuales submarinos para obtener mejores aproximaciones de pesquerías.

En relación con los modelos de inteligencia artificial, mencionó que es un campo que aún falta por desarrollar en México.

“Los modelos de inteligencia artificial son sistemas complementarios que pueden ser de mucha utilidad. Desafortunadamente requieren de muchos insumos, es decir, una base de información de muchos años y con una amplia serie de indicadores, como fecundidad, es decir, el número de huevecillos que produce la especie analizada, a partir de qué edad empiezan a reproducirse, etcétera. En México todavía contamos solamente con información básica y carecemos de información específica sobre diferentes aspectos de las pesquerías y las especies marinas”.

“En este caso, las prospecciones de cambio climático son a largo plazo sobre lo que probablemente pudiera ocurrir con los recursos de pelágicos menores, que son un grupo bastante interesante, en donde ciertas características, por ejemplo en su comportamiento, están muy relacionadas con el cambio climático y los cambios oceanográficos. Aunque falta trabajar más en aspectos ecológicos de estas especies”, finalizó.

Conacyt