Les capteurs Android surveillent les signes vitaux et plus encore

Dans les films de science-fiction d'Aliens à Avatar, les commandants de la station de base savent toujours quand les soldats du futur se font éliminer par des ennemis, car leurs signes vitaux sont surveillés en temps réel. Faire cela avec la technologie actuelle est un défi, notamment parce que la collecte et la transmission de toutes les données qui peuvent être collectées même par une poignée de capteurs de mouvement et de signes vitaux épuiseraient énormément la puissance de la batterie et la bande passante sans fil.

En équipant les vêtements et le corps des utilisateurs d'un maillage de plusieurs capteurs - connus sous le nom de poussière intelligente - qui se rapportent à un téléphone Android, les chercheurs ouvrent une voie open source pour réaliser le rêve d'une surveillance médicale permanente. Leur travail leur a déjà permis de mesurer la quantité d'exercice des sujets de test, la santé de leur cœur et la quantité de pollution de l'air à laquelle ils sont exposés.

Les données qui en résultent ont un certain nombre d'applications :

• Intégration des données historiques et en temps réel sur les signes vitaux dans les dossiers médicaux permanents
• Informer automatiquement un patient quand ajuster sa médication cardiaque
• Transformez les niveaux d'exercice et d'activité quotidienne en une compétition de style Foursquare
• Permettre aux utilisateurs d'éviter les endroits et les heures de la journée où la pollution de l'air est la plus élevée

La technologie (pdf) est décrit dans un document qui sera livré fin juin au 2010 I Conférence internationale sur les technologies omniprésentes pour l'environnement d'assistance à Samos, en Grèce. Il décrit une hiérarchie d'étapes de traitement qui rendent réaliste la surveillance 24h/24 et 7j/7 des signes vitaux (tels que la respiration et la fréquence cardiaque) compte tenu des problèmes de durée de vie de la batterie et des contraintes de bande passante des téléphones mobiles.

Architecture à trois couches du système DexterNet avec un exemple de mise en œuvre matérielle, de communication et logicielle.

Cette hiérarchie, appelée DexterNet, comprend un traitement séquentiel à chaque niveau du matériel impliqué : les capteurs, appelés les couche de capteur corporel , le smartphone ou couche réseau personnelle , et enfin dans le cloud ou couche réseau mondiale qui sauvegarde et effectue le traitement final de toutes les données de l'utilisateur. L'objectif du traitement intégré au périphérique dans chaque couche est de réduire la quantité d'informations transmises sans fil entre chaque périphérique.

Le niveau le plus bas de cette hiérarchie, les capteurs individuels sur les membres et le torse de l'utilisateur, peuvent recueillir des données sur un certain nombre de paramètres : mouvement en 3 axes (réalisé avec un accéléromètre à trois axes et un gyroscope à deux axes), ECG cardiaque, niveaux de particules en suspension dans l'air et, pour les mouvements respiratoires, pneumographie par impédance électrique .

Pour réduire la fréquence à laquelle ces capteurs doivent communiquer avec le smartphone de l'utilisateur (et le volume d'informations qu'ils doivent transmettre), ces capteurs sont capables d'algorithmes de traitement du signal de base sur une période de temps définissable par le programmeur, y compris le minimum, le maximum, la moyenne et valeurs moyennes pour un paramètre particulier.

Deux types de capteurs ont été utilisés, l'un, connu sous le nom de TélosB , a à peu près la taille d'une clé USB et est équipé d'un processeur Texas Instruments que l'on trouve souvent dans les applications embarquées et de 10k de RAM intégrée. L'autre, Capteur SHIMMER d'Intel , exécute le Système d'exploitation TinyOS conçu spécifiquement pour les capteurs à distance, ne pèse que 15 grammes et est pas beaucoup plus grand qu'un quart .

Dirigés par Edmund Seto de la School of Public Health de l'UC Berkeley, les chercheurs impliqués ont pu intégrer davantage les données recueillies à partir des capteurs sans fil avec les données recueillies par les téléphones eux-mêmes. En combinant les données de localisation, d'heure de la journée et de qualité de l'air, par exemple, les chercheurs ont pu créer des cartes des jours des utilisateurs qui mettent en évidence les lieux et les moments où ils ont été exposés aux niveaux les plus élevés de pollution atmosphérique.

Étant donné que les téléphones et les capteurs peuvent communiquer entre eux sans fil via Bluetooth, le nombre de capteurs pouvant être intégrés à la fois sur un utilisateur et dans son environnement est pratiquement illimité. Dans une application, les chercheurs ont placé un capteur dans le pèse-personne numérique des utilisateurs et dans leurs tensiomètres pour quantifier les changements quotidiens liés à une trop grande rétention d'eau chez les patients. Les données obtenues ont permis à leurs algorithmes, traités par le serveur auquel le smartphone envoie ses données, de suggérer une éventuelle modification de la posologie des médicaments antihypertenseurs.

Seto et al. ont cité la plate-forme Android comme un outil unique de leur travail, non seulement parce que les téléphones Android, comme tous les téléphones intelligents, sont des ordinateurs portables assez performants à part entière. Parce qu'Android est open-source, les chercheurs ont pu développer dessus en utilisant la plate-forme SPINE pour la télédétection, et y ajouter leur propre API, connue sous le nom de WAVE (à ne pas confondre avec Wave de Google). Combinées, ces plateformes de recherche leur laissent libre cours à l'expérimentation.

Jusqu'à présent, le seul inconvénient de l'utilisation de la plate-forme Android dans ce travail, notent les chercheurs, est qu'elle ne peut pas localiser les utilisateurs à l'intérieur. Les chercheurs passent une partie de leur article à essayer de réinventer la roue en spéculant sur les moyens d'y parvenir via l'utilisation de nœuds Wifi et même la reconnaissance visuelle des espaces intérieurs à l'aide de l'appareil photo du téléphone, sans jamais se rendre compte, apparemment, que Skyhook Wireless a déjà dispose d'une API et d'une base de données internationale de réseaux wifi qui peuvent accomplir cela.

cacher