19.2.1.1. Оценка физиологических процессов
Важным применением датчиков в технологиях mHealth является оценка физиологических процессов и состояний, важных для поддержания управления здоровьем. Регистрация таких показателей обычно осуществляется с помощью устройств, которые пользователи носят на теле (например, браслетов, которые носят на запястье, или инструментальных клейких пластырей, которые носят на туловище), или даже путем использования телефона. Независимо от формы датчика полученные данные физиологического характера обычно передаются на мобильный телефон с помощью радиоволн низкой мощности (например, Bluetooth), где их можно использовать для инициирования некоторого действия через приложение mHealth или загружать на удаленные серверы для медицинского мониторинга.
Наиболее распространенным типом датчиков, используемых для мониторинга физиологических процессов, являются носимые на запястье устройства. Точный набор датчиков и, следовательно, то, что они могут обнаруживать, зависит от устройства, но основным физиологическим датчиком в таких устройствах является оптический датчик сердечного ритма, в котором используются зеленые и оранжевые светодиоды (Light-Emitting Diode — LED) и фотодетектор для обнаружения формы импульса (Alexander et al., 1989). В последнее время к функциям датчиков сердечного ритма начали добавлять функции пульсоксиметрии за счет включения красного светодиода, и с 2018 г. эти более совершенные датчики сердечного ритма начинают появляться даже в устройствах стоимостью 150 долларов, таких как Fitbit Charge 3 и Garmin Vivosmart 4.
Основными физиологическими показателями, воспринимаемыми датчиками ЧСС, являются мгновенная ЧСС и ЧСС в состоянии покоя. Сочетая мгновенные данные о ЧСС с данными о физической активности (полученными с помощью акселерометра), наручные устройства также пытаются оценить расход энергии, хотя качество этих расчетов может быть разным (Consolvo, 2014 — как примеры последствий этой изменчивости выводов). Некоторые браслеты (в частности, недавние устройства, произведенные Garmin) пытаются охарактеризовать уровни стресса пользователей, которые можно оценить по данным интервалов между ударами, полученным с помощью оптических датчиков сердечного ритма (Hovsepian et al., 2015). Наконец, наручные устройства с пульсоксиметрами способны определять насыщение крови кислородом, хотя нынешнее поколение устройств не обеспечивает непрерывный мониторинг этого показателя.
Несмотря на то что браслеты в настоящее время являются наиболее распространенной формой коммерческих носимых датчиков, диапазон физиологических данных, которые можно регистрировать на запястье, ограничен. Существуют другие формы, включая смарт-кольца (например, Moodmedtric и Motiv), смарт-одежду (например, Hexoskin, OMsignal и Skiin) и клейкие бирки, которые можно прикрепить к одежде (Spire). Такие устройства способны обнаруживать, помимо ЧСС, другие физиологические параметры, такие как дыхание, температура тела и электрокожная активность, что позволяет более надежно оценивать стресс (например, Moodmetric и Spire).
Помимо ориентированных на потребителя коммерческих устройств, для регистрации физиологических параметров используются портативные датчики, что является процветающей областью исследований. Нынешнее поколение коммерческих устройств, описанных выше, основано на десятилетиях исследований: исследования оптической пульсовой оксиметрии, относящиеся к 1980-м гг. (для краткого обзора см. Alexander et al., 1989), и обнаружение стресса, основанное на десятилетней работе по мультимодальной регистрации параметров (Ertin et al., 2011; Hovsepian et al., 2015). В последнее время двумя ключевыми направлениями исследований мобильных физиологических сенсоров были безманжетное непрерывное измерение АД и неинвазивное измерение уровня глюкозы в крови.
За последние несколько лет быстро растет объем исследований, направленных на разработку ненавязчивых методов измерения АД. Бо́льшая часть этой работы пытается перепрофилировать оптические датчики сердечного ритма, уже имеющиеся в трекерах активности на запястье, для оценки АД на основе измерений фотоплетизмографии (photoplethysmography — PPG). Последние работы (Zhang, Feng, 2017; Patil et al., 2017) показали, что методы машинного обучения можно использовать для оценки как систолического, так и диастолического АД по сигналам PPG с точностью около 90%. Точно так же был использован акселерометр и оптический датчик сердечного ритма в смарт-часах (Carek et al., 2017) для оценки АД по времени прохождения пульса. Хотя эти показатели точности все еще слишком низки для широкого клинического применения, данное направление работы быстро развивается, и точный непрерывный мониторинг АД, вероятно, не за горами.
Другой ключевой целью регистрации физиологических параметров в условиях mHealth было измерение уровня глюкозы в крови. Традиционно глюкозу в крови можно было измерить только из образцов крови, получаемых из пальца или, в случае непрерывного мониторинга глюкозы, из иглы, постоянно находящейся в подкожной жировой ткани. В последние годы мониторинг уровня глюкозы, замеренный указанными способами, осуществляется через Bluetooth-подключение, что позволяет автоматически загружать показания уровня глюкозы и регистрировать их в приложении для смартфона, это значительно облегчает ведение точных журналов и предоставление данных самоконтроля. Например, приложение для самостоятельного контроля сахарного диабета BlueStar (www.welldoc.com), одобренное FDA, использует показания глюкозы пациентов, загруженные с подключенного глюкометра, чтобы предоставлять своевременные рекомендации по конкретным действиям, которые пациенты могут предпринять для поддержания уровня глюкозы в предписанном диапазоне. Раннее РКИ приложения BlueStar показало улучшение показателя «гликированный гемоглобин» (HbA1c) на 2% в группе BlueStar по сравнению с улучшением на 0,68% в контрольной группе (Quinn et al., 2008). Как и в случае с измерением АД, недавние исследования были сосредоточены на том, чтобы сделать измерение уровня глюкозы в крови более удобным и менее инвазивным. Исследователи изучили несколько подходов неинвазивного определения уровня глюкозы: оптический (путем просвечивания кожи для обнаружения изменений концентрации глюкозы в крови), химический (определение уровня глюкозы в слюне) и электрохимический (обнаружение глюкозы с помощью умных контактных линз) (в качестве обзора см. Eadie, Steele, 2017). Ряд систем, использующих эти подходы, в настоящее время проходят клинические испытания.