Mi Apple Watch me conoce mejor que yo mismo. Te lo digo sin dramatizar. Hace unos meses me detectó que mi corazón latía más lento de lo normal, fui al cardiólogo y los datos del electrocardiograma fueron exactamente los mismos que había registrado el reloj. Afortunadamente no era ninguna enfermedad: simplemente es porque hago deporte y mi corazón late unas diez pulsaciones menos por minuto que una persona promedio.
Pero aquí está el problema que muchos tenemos: ¿cuántas veces has mirado la app Salud y te has sentido perdido entre tanto dato? Frecuencia cardíaca, oxígeno en sangre, fases del sueño… Una avalancha de números que, seamos sinceros, la mayoría no sabemos interpretar.
Apple acaba de publicar un estudio que demuestra por qué tenían razón desde el principio: los datos brutos no sirven de nada si no sabes qué significan. Y han desarrollado algo que puede cambiar cómo entendemos nuestra propia salud.
15 mil millones de horas de datos revelan por qué tu comportamiento importa más
Apple ha entrenado un modelo de inteligencia artificial llamado WBM (Wearable Behavior Model) que ha conseguido algo extraordinario: un 92 % de precisión. Pero la verdadera revelación está en cómo lo ha conseguido.
Para desarrollar WBM, Apple analizó datos de 162.000 personas durante el Apple Heart and Movement Study, procesando más de 15.000 millones de mediciones. Los números son tan abrumadores que cuesta hacerse a la idea de la magnitud del proyecto.
La diferencia fundamental de WBM respecto a los modelos tradicionales es que, hasta ahora, solo se tenían en cuenta datos de sensores brutos, analizando cada latido individual y cada fluctuación de oxígeno como si fueran piezas sueltas de un puzle. WBM se fija en algo mucho más inteligente: tus patrones de comportamiento.
En lugar de preocuparse por si tu corazón late a noventa y cinco o noventa y ocho pulsaciones por minuto en un momento específico, observa cómo caminas, cómo duermes, cuánto te mueves, tu VO₂ máximo, tu estabilidad al caminar… Todas esas métricas que tu Apple Watch ya calcula, pero que hasta ahora nadie sabía cómo usar realmente para contar una historia coherente sobre tu salud.
Los resultados que confirman la intuición de Apple
WBM fue evaluado en 57 tareas diferentes de salud, desde detectar si alguien toma medicación hasta predecir la calidad del sueño. Los resultados confirman algo que Apple llevaba tiempo intuyendo: superó a los modelos tradicionales y dominó en tareas de comportamiento, como la predicción de la calidad del sueño.
La clave está en algo que Apple llama «estados de salud estáticos vs. transitorios». Los estados estáticos incluyen información como si eres fumador, tienes hipertensión o tomas medicación. Aquí, WBM detecta patrones de comportamiento a largo plazo que los sensores normales pasan por alto porque están demasiado centrados en los datos de un solo momento. Es la diferencia entre ver los árboles y ver el bosque.
Constantes Vitales: la prueba de concepto que ya funciona
¿Recuerdas la app Constantes Vitales que llegó con watchOS 11? Esa que nos avisaba si te ponías enfermo hasta tres días antes de sentir el primer síntoma. Pues es exactamente el resultado de lo que busca conseguir Apple con este estudio, y es la demostración más clara de hacia dónde van las cosas.
Aviso de que algo no ha ido bien en los últimos siete días
Antes de Constantes Vitales, entrábamos en la app Salud y veíamos alertas que no sabíamos interpretar. Datos sueltos flotando. Era como tener todas las piezas de un puzle pero sin la imagen de la caja para saber qué estábamos construyendo.
Ahora, la app aglutina todo, hace su propia media con algoritmos inteligentes y nos dice claramente si todo va bien o hay algo que no cuadra y merece nuestra atención. Este es exactamente el enfoque de WBM: convertir datos incomprensibles en información que realmente puedas usar para tomar decisiones sobre tu salud. Es el paso de la era de la información a la era del conocimiento aplicado.
Un valor atípico, tres días de aumento de frecuencia respiratoria y temperatura.
Proyecto Mulberry: el asistente médico que Apple está construyendo
Según Mark Gurman, Apple está trabajando en algo llamado Proyecto Mulberry, que llegará con iOS 26.4 en 2026. Van a convertir tu iPhone en un asistente médico usando toda esta investigación como base.
Este asistente hará análisis proactivo de todos tus datos de salud, te dará alertas, ofrecerá consejos personalizados basados en tu historial único y, quizás lo más importante, detectará cambios en tu salud antes de que seas consciente de ellos.
La app Salud recopila tantos datos que es difícil detectar si algo va bien o no
Todo esto cobra más sentido cuando piensas en lo que viene a nivel de hardware. Se rumorea que el Apple Watch Series 11 y el Apple Watch Ultra 3 incluirán medición de presión arterial. Los AirPods Pro 3 también puede que midan pulsaciones.
Apple está construyendo un ecosistema completo de monitorización que, combinado con WBM y el Proyecto Mulberry, creará algo que nunca hemos visto antes: tecnología que no solo recopila datos, sino que los entiende de verdad.
Apple se la juega mucho con esto, y lo saben. Estamos hablando de salud y, como siempre, esto no sustituye el criterio médico. Es tecnología que puede ayudarte y alertarte, pero los profesionales sanitarios siguen siendo imprescindibles.
Con el Proyecto Mulberry previsto para 2026 y nuevos sensores en camino, estamos ante la mayor revolución en salud personal desde la invención del Apple Watch. Por primera vez en años, siento que estamos cerca de tener tecnología que realmente nos ayude a estar más sanos, no solo más informados. Y esa diferencia lo cambia todo.
Fuente | Cornell University y Apple heart and movement study
En Applesfera | watchOS 26 ya está aquí: estas son todas las novedades para Apple Watch con rediseño incluido
En Applesfera | Nuevo Apple Watch Series 11 – Todo lo que creemos saber sobre él
–
La noticia
Apple sabe que los datos de salud no sirven de nada si no los entiendes. Su nuevo descubrimiento es el primer paso para solucionarlo
fue publicada originalmente en
Applesfera
por
Guille Lomener
.
