Desde que en 2007 se acuñara este término, el Quantified Self (QS) está teniendo cada vez más seguidores. Su fundamento se basa en cuantificar elementos que impactan en nuestro día a día para poder analizarlos y mejorar nuestra calidad de vida. Si tenemos un registro de lo que comemos, las horas que dormimos y el ejercicio que hacemos quizá podamos identificar y rectificar tendencias de nuestro comportamiento que mejoren nuestro bienestar.
El concepto en sí no es nuevo ya que existen desde hace tiempo dispositivos que miden nuestra actividad física (frecuencia cardiaca, calorías, distancia…) cuando estamos realizando algún deporte. Sin embargo, el avance tecnológico de los últimos años (microsensores, smartphones con apps específicas de QS) está facilitando enormemente su expansión.
Entre los tipos de datos que pueden ser objetivo de ser recolectados están la distancia que recorremos, el tiempo en el que lo hacemos, la intensidad del ejercicio, tiempo de sueño, calorías que ingerimos, calorías que quemamos, qué tipo de nutrientes tienen los alimentos (grasas, hidratos, proteínas, vitaminas…), hábitos (consumo de tabaco, alcohol), medicamentos que tomamos de forma frecuente, niveles de oxígeno en sangre, horas de luz, datos climatológicos, calidad del aire respirado, ruido medioambiental,…
Como se puede comprobar, esta lista puede ser muy extensa y se podría incorporar cualquier aspecto que impacte en nuestra vida. Cada día hay disponibles más tipologías de sensores que puede facilitar la captura de nueva información.
Aemás de estos datos que podríamos llamar objetivos es muy interesante completar la información con otros datos más emocionales como el estado de ánimo, sentimientos, humor, situaciones de estrés…
Las capturas de datos que mejores resultados ofrecen son las que se realizan de forma pasiva, es decir, que el sensor sea capaz de recolectar toda la información sin nuestra actuación ya que se hace de una forma más precisa y metodológica. Actualmente, esto no es posible para ciertas métricas pero los avances médicos actuales pueden servir para desarrollar en un futuro no muy lejano los implantes de chips que amplíen el ámbito de características a medir.
Una de las contrapartidas del éxito de QS es el gran número de aplicaciones y sensores de distintos fabricantes que coexisten. Esto dificulta en cierta medida la correlación de la información entre diferentes fuentes ya que los criterios de medida y baremos no están estandarizados entre los competidores. No obstante, otras tendencias tecnológicas como Big Data pueden paliar esta problemática y aportar mucho valor añadido en el tratamiento y análisis de los datos descubriendo correlaciones entre la información e, incluso, cruzándolas con otras fuentes no estructuradas.
La búsqueda de una mejor calidad de vida es algo deseable y el Quantified Self va en el buen camino. QS no solo puede orientarnos en cómo mejorar nuestro propio bienestar sino que esta información también puede servir como base de datos para otras personas en la búsqueda de correlaciones que enriquezcan aún más las conclusiones de la información original.
Sin embargo, no olvidemos que el almacenamiento y uso compartido de la información siempre es algo controvertido, especialmente si no se hace de forma rigurosa, segura y conforme a la legalidad vigente. Como podemos imaginar, el tipo de información que se recoge en QS debe tratarse con la máxima diligencia ya que se trata de datos extremadamente sensibles y pueden decir mucho de uno mismo.
Igor Delgado
Manager en el Data Warehouse Corporativo, BBVA
Comentarios sobre esta publicación