I sensori basati su Android monitorano i segni vitali e altro

Nei film di fantascienza da Aliens ad Avatar, i comandanti alla stazione base sanno sempre quando i soldati del futuro vengono eliminati dai nemici, perché i loro segni vitali vengono monitorati in tempo reale. Farlo con la tecnologia attuale è una sfida, non ultimo perché raccogliere e trasmettere tutti i dati che possono essere raccolti anche da una manciata di sensori di movimento e di segni vitali sarebbe un enorme consumo di batteria e larghezza di banda wireless.

Dotando l'abbigliamento e il corpo degli utenti di una rete di sensori multipli, noti come polvere intelligente, che inviano messaggi a un telefono Android, i ricercatori stanno aprendo la strada a un percorso open source per realizzare il sogno di un monitoraggio medico sempre attivo. Il loro lavoro ha già permesso loro di misurare quanto si esercitano i soggetti del test, quanto bene stanno facendo i loro cuori e quanto inquinamento atmosferico sono esposti.

I dati risultanti hanno una serie di applicazioni:

• Incorporazione di dati storici e in tempo reale sui segni vitali in cartelle cliniche permanenti
• Informa automaticamente un paziente quando modificare i farmaci per il cuore
• Trasforma i livelli di esercizio e attività quotidiana in una competizione in stile Foursquare
• Consenti agli utenti di evitare luoghi e ore del giorno in cui l'inquinamento atmosferico è peggiore

La tecnologia (pdf) è descritto in un documento da consegnare a fine giugno al 2010 I conferenza internazionale sulle tecnologie pervasive per l'ambiente assistivo a Samo, in Grecia. Delinea una gerarchia di passaggi di elaborazione che rendono realistico il monitoraggio 24 ore su 24, 7 giorni su 7 dei segni vitali (come la respirazione e la frequenza cardiaca), dati i problemi di durata della batteria e i limiti di larghezza di banda dei telefoni cellulari

Architettura a tre livelli del sistema DexterNet con esempi di implementazione hardware, comunicazione e software.

Questa gerarchia, nota come DexterNet, include l'elaborazione sequenziale a ogni livello dell'hardware coinvolto: i sensori, noti come strato sensore corporeo , lo smartphone o livello di rete personale , e infine nel cloud o livello di rete globale che esegue il backup e l'elaborazione finale di tutti i dati dell'utente. Lo scopo dell'elaborazione nel dispositivo in ogni livello è la riduzione della quantità di informazioni trasmesse in modalità wireless tra ciascun dispositivo.

Il livello più basso di questa gerarchia, i singoli sensori sugli arti e sul busto dell'utente, possono raccogliere dati su una serie di parametri: movimento su 3 assi (realizzato con un accelerometro a tre assi e un giroscopio a due assi), ECG cardiaco, livelli di particolato aereo e, per i movimenti respiratori, pneumografia ad impedenza elettrica .

Per ridurre la frequenza con cui questi sensori devono comunicare con lo smartphone dell'utente (e il volume di informazioni che devono trasmettere) questi sensori sono in grado di elaborare algoritmi di base del segnale in un periodo di tempo definibile dal programmatore, inclusi minimo, massimo, medio e valori medi per ogni parametro particolare.

Sono stati utilizzati due tipi di sensori, uno, noto come TelosB , ha le dimensioni di una chiavetta USB e sfoggia un processore Texas Instruments spesso presente nelle applicazioni integrate e 10k di RAM integrata. L'altro, Sensore SHIMMER di Intel , esegue il Sistema operativo TinyOS progettato specificamente per sensori remoti, pesa solo 15 grammi ed è non molto più grande di un quarto .

Guidati da Edmund Seto della School of Public Health dell'UC Berkeley, i ricercatori coinvolti sono stati in grado di integrare ulteriormente i dati raccolti dai sensori wireless con i dati raccolti dai telefoni stessi. Combinando i dati relativi a posizione, ora del giorno e qualità dell'aria, ad esempio, i ricercatori sono stati in grado di creare mappe dei giorni degli utenti che evidenziano i luoghi e gli orari in cui sono stati esposti ai maggiori livelli di inquinamento atmosferico.

Poiché telefoni e sensori possono comunicare tra loro in modalità wireless tramite Bluetooth, il numero di sensori che possono essere incorporati sia su un utente che nel suo ambiente è praticamente illimitato. In un'applicazione, i ricercatori hanno inserito un sensore nella bilancia digitale del bagno degli utenti e nei loro monitor della pressione sanguigna per quantificare i cambiamenti quotidiani legati alla ritenzione eccessiva di liquidi nei pazienti. I dati risultanti hanno permesso ai loro algoritmi, elaborati dal server a cui lo smartphone invia i propri dati, di suggerire una possibile modifica del dosaggio dei farmaci per la pressione sanguigna.

Seto et al. ha citato la piattaforma Android come un elemento abilitante unico del loro lavoro, non solo perché i telefoni Android, come tutti gli smartphone, sono computer indossabili abbastanza capaci di per sé. Poiché Android è open-source, i ricercatori sono stati in grado di sviluppare su di esso utilizzando la piattaforma SPINE per il telerilevamento e di aggiungervi la propria API, nota come WAVE (da non confondere con Wave di Google). In combinazione, queste piattaforme di ricerca consentono loro di sperimentare liberamente.

Finora l'unico inconveniente dell'utilizzo della piattaforma Android in questo lavoro, notano i ricercatori, è che non è in grado di individuare gli utenti all'interno. I ricercatori trascorrono una parte del loro lavoro cercando di reinventare la ruota speculando sui modi per farlo tramite l'uso di nodi Wi-Fi e persino il riconoscimento visivo degli spazi interni utilizzando la fotocamera del telefono, senza mai rendersi conto, a quanto pare, che Skyhook Wireless già ha un'API e un database internazionale di reti wifi in grado di farlo.

nascondere