Medir el pulso con la cámara del teléfono: cómo funciona y qué tan preciso es en realidad

Cuando no hay un Apple Watch ni un pulsómetro de pecho a mano, la cámara del teléfono aún puede darte una idea aproximada de tu pulso. Coloca la yema del dedo sobre el objetivo trasero, o apunta la cámara frontal a tu rostro, y una app puede convertir el parpadeo de luz y color que capta en una lectura de frecuencia cardíaca en menos de un minuto. Este es material informativo, no un consejo médico: lo que produce la cámara del teléfono es una estimación, no una medición, y no es un diagnóstico de nada. La pregunta honesta que este artículo intenta responder es la que más importa antes de confiar en un número así: ¿qué tan cerca está, en realidad, de lo que te diría un dispositivo de frecuencia cardíaca adecuado?

Cómo funciona en realidad

La técnica detrás del pulso por cámara tiene un nombre —fotopletismografía, o PPG— y existe desde décadas antes del smartphone. La PPG es un método óptico simple y económico que rastrea los cambios en el volumen sanguíneo dentro de un lecho de microvasos en el tejido vivo: con cada latido, el volumen de sangre en el tejido sube y baja, y la luz reflejada o transmitida a través de ese tejido sube y baja con él. Los investigadores de medición fisiológica describen la señal resultante como compuesta por dos partes: una línea base «DC» que varía lentamente, moldeada por la respiración, la actividad simpática y la termorregulación, y, superpuesta a ella, un componente pulsante «AC» que sigue cada latido individual (Allen, 2007). La cámara de un teléfono hace el mismo trabajo con un hardware distinto: en lugar de un sensor dedicado de LED y fotodiodo, detecta los mismos cambios tenues, fotograma a fotograma, en el color y el brillo de la piel —ya sea la yema de un dedo presionada contra el objetivo trasero o un rostro frente a la cámara frontal— y el período de esa pulsación AC es lo que la app reporta como frecuencia cardíaca.

Qué tan cerca está de tu frecuencia cardíaca real

La PPG por cámara no es una idea que se validó una vez y se dejó de lado: se ha comparado directamente con referencias clínicas más de una vez, y la más útil de esas comprobaciones puso a prueba apps de consumo reales, no un prototipo de laboratorio. Un estudio de 2017 sometió a prueba cuatro apps de frecuencia cardíaca para smartphone en 108 pacientes, cada uno de los cuales también tenía un ECG y una lectura de pulsioxímetro simultáneos como referencia. El propio pulsioxímetro, la referencia más directamente comparable, obtuvo un error absoluto medio de unos 2 ± 0,35 latidos por minuto frente al ECG —un punto de referencia útil de cómo luce lo «bueno» aquí. Frente a ese punto de referencia, las apps de contacto, que usan la yema del dedo presionada sobre la cámara trasera, se desempeñaron razonablemente bien: Heart Fitness se desvió en promedio 2 ± 0,5 lpm, Instant Heart Rate 4,5 ± 1,1 lpm. Las apps sin contacto, que leen el rostro frente a la cámara frontal, lo hicieron notablemente peor: Whats My Heart Rate se desvió en promedio 7,1 ± 1,4 lpm, Cardiio 8,1 ± 1,4 lpm (Coppetti et al., 2017). Vale la pena repetir con claridad la conclusión de los propios autores: las apps de contacto, basadas en el dedo, tuvieron tanto mejor usabilidad como mejor precisión que las apps sin contacto, basadas en el rostro. El resumen honesto de estas cifras es que incluso la mejor estimación por cámara queda a unos pocos latidos por minuto de un dispositivo clínico —lo bastante cerca para servir de comprobación rápida, no lo bastante cerca para confiar en ella como confiarías en un ECG. Si tienes que elegir entre los dos métodos, el dedo es el más fiable.

CAMERA_PULSE · MEAN_ABSOLUTE_ERROR vs ECG (bpm)

• PULSE_OXMEDICAL_DEVICE

  REFERENCE · 2±0.35 bpm · COPPETTI_2017

  → dispositivo de referencia clínica
• FINGER_ON_CAMERAESTIMATED_BY_CAMERA

  CONTACT · 2–4.5 bpm MAE · COPPETTI_2017

  → estimación con el dedo — más fiable
• FACE_IN_CAMERAESTIMATED_BY_CAMERA

  CONTACTLESS · 7.1–8.1 bpm MAE · COPPETTI_2017

  → estimación con la cara — requiere luz e inmovilidad

010 BPM

FIG.11 · CAMERA_PULSE = ESTIMATED_BY_CAMERA · NOT_A_MEASUREMENT · NOT_A_DIAGNOSIS

Qué distorsiona la estimación

Como el pulso por cámara lee una señal de color tenue en tu piel, cualquier cosa que debilite o enturbie esa señal aleja la estimación de la verdad. Un estudio de 2021 que probó sistemáticamente las lecturas basadas en el rostro encontró que la estimación era más precisa cuando la luz frente al rostro superaba los 500 lux —se probaron niveles de 100, 300, 500 y 700 lux— y empeoraba en habitaciones más oscuras. El movimiento importaba aún más: el error promedio en el intervalo entre latidos casi se duplicó mientras los participantes hablaban (53,9 ms) en comparación con permanecer quietos (23,9 ms), y una medida relacionada de variabilidad de la frecuencia cardíaca que correlacionaba casi a la perfección con un dispositivo de referencia estando quietos (0,976) se derrumbó hasta una correlación esencialmente nula mientras hablaban (0,047). El mismo estudio encontró que una distancia de unos 0,5 metros y una velocidad de fotogramas de 30 fps o más eran suficientes, así que la conclusión práctica es más estrecha de lo que parece: quédate quieto, busca buena luz frontal y mantén el teléfono firme, y la lectura tiene una probabilidad real de estar cerca (Tohma et al., 2021).

Hay una segunda fuente de error, menos obvia, que no desaparece con mejor iluminación ni con una mano más firme: el tono de piel. La PPG por cámara depende de la luz que se refleja a través de la piel, y la melanina absorbe más de esa luz —así que, en igualdad de condiciones, la señal que produce es más débil para la piel más oscura. Una auditoría de 2025 sobre unos 100 estudios de rPPG y sus conjuntos de datos públicos encontró que los tonos de piel más oscuros (escala Monk 4–10) representaban menos del 25% de las personas incluidas, frente a aproximadamente un 45% para los tonos de piel más claros (escala Monk 1–3). Los autores plantean la consecuencia sin rodeos: «Datasets characterized by underrepresentation of darker skin tones or broad ethnic diversity limit the reliability and fairness of rPPG algorithms in real-world applications» (Bondarenko et al., 2025). Eso no es una nota al pie: significa que las cifras de precisión mencionadas arriba, medidas en quienes formaban parte de la muestra de un estudio dado, pueden no cumplirse por igual para todos los que leen este artículo.

Qué NO es esto

Vale la pena ser directos sobre los límites aquí, porque es fácil que «pulso por cámara» suene a más de lo que es. Estima una sola cosa —la frecuencia del pulso— y nada más: no la presión arterial, no la saturación de oxígeno en sangre (SpO₂), ni ningún otro indicador cardíaco, sin importar cómo parpadee la luz en tu rostro. No es un sustituto de un pulsioxímetro ni de un ECG, y no está diseñado ni validado para diagnosticar nada. Lo que sí es: una estimación conveniente y aproximada de tu pulso para el momento en que no llevas el reloj en la muñeca —ni más ni menos.

Dónde encaja esto en MeteoHealth

MeteoHealth usa este mismo principio —PPG por cámara, con el dedo o con el rostro— como una forma de registrar una estimación de frecuencia cardíaca en los días en que no tienes tu Apple Watch, para que un vacío en el día no tenga que ser un vacío en tus datos. Esa estimación se une luego al mismo motor en el dispositivo que analiza tus datos de Apple Health y el clima local, de la misma manera que cualquier otra medida de esta serie: se compara, no se diagnostica, y sigue siendo una estimación en cada paso, nunca elevada a algo más preciso de lo que el método detrás de ella realmente permite. Nada de la lectura sale de tu dispositivo para hacer esa comparación.

En resumen

El pulso por cámara se basa en una óptica real y bien entendida —el mismo principio de fotopletismografía que usan los pulsioxímetros clínicos— y, en buenas condiciones, un dedo contra la cámara trasera queda a unos pocos latidos por minuto de un ECG adecuado. Pero «buenas condiciones» hace un trabajo real en esa frase: suficiente luz frontal, una mano quieta y un rostro quieto, y —algo que ya no está en tu control— un ecosistema de cámaras y conjuntos de datos que históricamente ha leído los tonos de piel más claros con más fiabilidad que los más oscuros. Nada de esto vuelve inútil la cifra; la deja siendo exactamente lo que es —una estimación conveniente para un momento sin reloj, no una medición en la que apoyarse.