La compañía finlandesa de tecnología médica Oura enfrenta una demanda colectiva en Estados Unidos presentada por la firma legal Clarkson Law Firm, en la cual se le acusa de incurrir en publicidad engañosa sobre las capacidades de medición de sus dispositivos corporales Oura Ring.
De acuerdo con el recurso judicial, las funciones de seguimiento del sueño promocionadas por la empresa carecen del nivel de precisión publicitado, comparando la fiabilidad de sus resultados con el margen de acierto al azar. La querella cuestiona directamente los anuncios comerciales en los que el fabricante afirma alcanzar una exactitud del 95% en la monitorización de las fases del sueño, argumentando que el monitoreo de parámetros periféricos desde un dedo se apoya en estimaciones algorítmicas de inteligencia artificial que no sustituyen la medición de la actividad cerebral y ocular realizada en laboratorios clínicos especializados.
El litigio trasciende el ámbito comercial debido al contexto institucional y político que rodea a la firma en el mercado estadounidense. A inicios de este año, la administración del presidente Donald Trump anunció la iniciativa de promover el uso de anillos inteligentes en la población para el año 2030, una propuesta liderada por el Departamento de Salud con el objetivo de fomentar la medicina preventiva y reducir los costos de la sanidad pública mediante la detección temprana de enfermedades. Esta política se vincula con la corriente dentro del movimiento «Make America Healthy Again» (MAHA), enfocada en enfoques alternativos de salud y prevención.
En los últimos años, Oura incrementó sus operaciones de relaciones institucionales en Washington D.C., elevando sus recursos dedicados al cabildeo de US$ 40.000 en 2024 a más de US$ 1 millón anuales. Este despliegue permitió la adopción de sus dispositivos entre funcionarios del Congreso y personal del Departamento de Defensa. Como parte de esta integración en el sector gubernamental, la empresa formalizó una alianza con la firma de analítica de datos Palantir Technologies para gestionar la información biométrica capturada por los anillos inteligentes utilizados por efectivos militares estadounidenses.
El debate alrededor de la precisión de los monitores de salud vestibles es objeto de discusión recurrente entre analistas de tecnología y la comunidad médica.
Estudios publicados por la revista académica Nature Scientific Reports y análisis de la firma de investigación de mercado IDC señalan que, si bien los anillos inteligentes y relojes conectados registran con eficacia la frecuencia cardíaca y la temperatura cutánea, la estimación de las fases del sueño profundo y REM mediante fotopletismografía presenta fluctuaciones respecto a la polisomnografía médica estándar.
El avance del caso judicial determinará el impacto regulatorio y comercial para Oura y otras empresas del sector de la tecnología biométrica de consumo en territorio estadounidense.
Posición de Oura
«Respaldamos nuestra ciencia, nuestras investigaciones y nuestras afirmaciones sobre la precisión.
Al igual que otros dispositivos de consumo para monitorear el sueño, Oura Ring estima las etapas del sueño mediante múltiples señales fisiológicas, incluyendo la frecuencia cardíaca, la variabilidad de la frecuencia cardíaca, el movimiento, los patrones de respiración y la temperatura. Existe evidencia científica independiente, bien documentada y revisada por pares de que las etapas del sueño están asociadas con cambios fisiológicos distintos, medibles y reproducibles, por lo cual estas señales se utilizan de manera confiable para clasificar las etapas del sueño.
Si bien Oura Ring no es un dispositivo médico ni un sustituto de un estudio clínico del sueño, la estadificación del sueño de Oura ha sido validada y comparada de forma favorable en múltiples estudios frente a la polisomnografía, el estándar de oro. La recolección de datos que fundamenta la creación del algoritmo de estadificación del sueño de Oura (NSSA) no tiene paralelo en la investigación del sueño, con más de 1.200 noches de datos recopilados, y publicamos un artículo revisado por pares que describe cómo se desarrolló el algoritmo de estadificación del sueño y cómo utiliza las señales recopiladas por el anillo. Múltiples estudios independientes de terceros respaldan nuestras afirmaciones de precisión, y hemos informado de manera transparente sobre los mecanismos y las medidas que fundamentan la estadificación del sueño de Oura.
Estamos comprometidos a seguir comunicando de manera clara qué mide Oura, qué estima y cómo deben usar esa información los miembros. Disputamos las acusaciones y nos defenderemos de ellas en el foro legal adecuado».
Fuente: Web.
Sources:
de Zambotti M, Trinder J, Silvani A, Colrain IM, Baker FC. Dynamic coupling between the central and autonomic nervous systems during sleep: A review. Neurosci Biobehav Rev. 2018 Jul;90:84-103. doi: 10.1016/j.neubiorev.2018.03.027. Epub 2018 Mar 30. PMID: 29608990; PMCID: PMC5993613.
Altini, M., & Kinnunen, H. The Promise of Sleep: A Multi‑night Validation of the Oura Ring for Sleep and Sleep Stage Assessment in Adolescents and Adults. Sensors (Basel). 2021 Jun 23;21(13):4302. doi: 10.3390/s21134302.
Robbins, R., et al. Validation of Oura Ring Sleep Staging Against In‑Laboratory Polysomnography. Sensors (Basel). 2024 Oct 10;24(20):6532. doi: 10.3390/s24206532.
MDPI
Accuracy of Three Commercial Wearable Devices for Sleep Tracking in Healthy Adults
Sleep tracking by consumers is becoming increasingly prevalent; yet, few studies have evaluated the accuracy of such devices. We sought to evaluate the accuracy of three devices (Oura Ring Gen3, Fitbit Sense 2, and Apple Watch Series 8) compared to the gold standard sleep assessment (polysomnography (PSG)). Thirty-five participants (aged 20–50 years) without a sleep disorder were enrolled in a single-night inpatient study, during which they wore the Oura Ring, Fitbit, and Apple Watch, and were monitored with PSG. For detecting sleep vs. wake, the sensitivity was ≥95% for all devices. For discriminating between sleep stages, the sensitivity ranged from 50 to 86%, as follows: Oura ring sensitivity 76.0–79.5% and precision 77.0–79.5%; Fitbit sensitivity 61.7–78.0% and precision 72.8–73.2%; and Apple sensitivity 50.5–86.1% and precision 72.7–87.8%. The Oura ring was not different from PSG in terms of wake, light sleep, deep sleep, or REM sleep estimation. The Fitbit overestimated light (18 min; p < 0.001) sleep and underestimated deep (15 min; p < 0.001) sleep. The Apple underestimated the duration of wake (7 min; p < 0.01) and deep (43 min; p < 0.001) sleep and overestimated light (45 min; p < 0.001) sleep. In adults with healthy sleep, all the devices were similar to PSG in the estimation of sleep duration, with the devices also showing moderate to substantial agreement with PSG-derived sleep stages.
MDPI
The Promise of Sleep: A Multi-Sensor Approach for Accurate Sleep Stage Detection Using the Oura Ring
Consumer-grade sleep trackers represent a promising tool for large scale studies and health management. However, the potential and limitations of these devices remain less well quantified. Addressing this issue, we aim at providing a comprehensive analysis of the impact of accelerometer, autonomic nervous system (ANS)-mediated peripheral signals, and circadian features for sleep stage detection on a large dataset. Four hundred and forty nights from 106 individuals, for a total of 3444 h of combined polysomnography (PSG) and physiological data from a wearable ring, were acquired. Features were extracted to investigate the relative impact of different data streams on 2-stage (sleep and wake) and 4-stage classification accuracy (light NREM sleep, deep NREM sleep, REM sleep, and wake). Machine learning models were evaluated using a 5-fold cross-validation and a standardized framework for sleep stage classification assessment. Accuracy for 2-stage detection (sleep, wake) was 94% for a simple accelerometer-based model and 96% for a full model that included ANS-derived and circadian features. Accuracy for 4-stage detection was 57% for the accelerometer-based model and 79% when including ANS-derived and circadian features. Combining the compact form factor of a finger ring, multidimensional biometric sensory streams, and machine learning, high accuracy wake-sleep detection and sleep staging can be accomplished.
The Pulse Blog
Inside the Ring: Developing Oura’s Latest Sleep Staging Algorithm
Take a behind-the-scenes look at the process of developing our new, more-accurate-than-ever sleep staging algorithm.
Fuente: Web. Editado por CDOL
