raynaud-projekt
okos kesztyű
raynaud-szindróma és a megoldás:
szenzorokkal felszerelt fűthető kesztyű
Orvosbiológiai mérnöki tudásomat és személyes érintettségemet egyesítve célom egy olyan hordozható, viselhető orvostechnikai eszköz prototípusának elkészítése, amely lehetőséget nyújt egy perifériás keringési rendellenesség (nevezetesen a Raynaud–jelenség) monitorozására és megelőzésére.
Raynaud-jelenség során a perifériás hajszálerek olyannyira összeszűkülnek, hogy az érintett területeken (legfőképp a kéz ujjain) a keringés csökkenése jól kimutatható módon változik. Ezt egy pulzoximéter segítségével, és néhány egyéb szenzor segítségével lehet mérni. A pulzoximéter képes a szívfrekvencia, véroxigén-szint és a bőrhőmérséklet monitorozására, míg a többi szenzor – gyorsulásérzékelő és bőrimpedancia mérő – képes a használó aktivitását, illetve stressz-szintjét mérni. A mért élettani paraméterek alapján előre jelezhető a jelenség beállta, míg mielőtt maga a beteg észrevenné a tüneteket. A feladat egy olyan hardver és a hozzá tartozó szoftver elkészítése, amely lehetőséget nyújt a fentiekben vázolt probléma megelőzésére – a Raynaud-jelenség predikciójára.
A kesztyű automatikus hőfok-szabályozása megakadályozza a Raynaud-jelenség előfordulását, meggátolva az oxigén-hiányos, perifériás érszűkületes állapot beállását.
A fűtésszabályozás manuálisan is történhet, akár okostelefonról is (jelenleg Android alapon). Ugyanerről a felületről a valós idejű mérési adatokat is láthatjuk. Gépi tanuló algoritmusok segítségével lehetőség van a mért adatok közötti összefüggések keresésére, ezáltal pontosabb képet kapva akár magáról a Raynaud-betegségről – gyakoriságáról, előfordulási körülményeiről, súlyosságáról –, akár a szervezetünk aktuális állapotáról a pulzus, stresszszintünk, aktivitásunk huzamosabb ideig tartó megfigyelésével. Kulcsfontosságú célja az eszköznek mindezen adatok gyűjtése mellett, hogy a mérési körülmények hétköznapi körülmények során történnek.
Elesés-detektáló funkciója hasznos lehet akár az idősebb korosztály számára, akiknél egy-egy baleset előfordulása, vagy a segítség nem megfelelő időben érkezése komoly gondot jelenthet. Emellett azáltal, hogy az eszköz a mindennapi körülmények között képes méréseket végezni, és az adatokat továbbítani, a folyamatos monitorozás és betegkövetés megvalósítható általa.
A Raynaud-szindrómánál két kritikus tényező van a jelenség előfordulása szempontjából: a hőmérséklet és a stressz-szint.
Egyrészt, egy bizonyos hőmérséklet alatt (súlyosabb esetben már szobahőmérséklet alatt!) szinte biztos, hogy jelentkezni fog a túlzott perifériás érösszeszűkülés. Másrészt, akár meleg környezetben is jelentkezhet, ha stressz éri a Raynaud-beteget.
Sok függ tehát attól, hogy mekkora a stressz mértéke, és milyen környezeti hőmérséklet társul hozzá. A „szinte biztos” és „jelenthezhet” mértékét hivatott számszerűsíteni az eszköz.
Ezt például valószínűség-számításon alapuló módszerekkel lehet megállapítani. Egy ilyen módszert, a rejtett Markov modell, melynek jelen projektbeli felhasználását mutatom be az alábbiakban.
Az algoritmus választásának alapja, hogy vannak megfigyelhető és nem megfigyelhető paramétereink (állapotaink).
Jelen felhasználásban megfigyelhető paraméter minden, amit a beépített szenzorokkal mérni tudunk: pulzus, véroxigén-szint, bőrhőmérséklet, külső hőmérséklet, aktivitás és stressz-szint. A szenzorok által közvetlenül nem megfigyelhető állapot pedig az, hogy a Raynaud-jelenség éppen fennáll-e. Erre tudunk bizonyos valószínűséggel következtetni. Ezáltal egyénre szabottan ismerhetjük meg azt, hogy milyen gyakorisággal és súlyossággal jelentkeznek a tünetek, és ezek milyen körülmények között történnek meg. Az algoritmus annál pontosabb, minél több mérési adatot kap, minél „többet tud tanulni”.
Az eszköz segíts nem csak prediktálni (előre jelezni) és megakadályozni a perifériás érösszeszűkülést a kéz ujjain, de még a
Raynaud-jelenség előzményeit is megismerhetjük a segítségével. Így személyre
szabottan felállítható egy olyan paraméterhalmaz, amely tartalmazza azokat az értékeket,
amelyek esetén az egyes betegeknél a jelenség be fog következni.
Nagyon változó, hogy kinél milyen körülmények hatására, mekkora stresszre, vagy milyen hideg hőmérsékletre jelentkezik. Ezeket a körülményeket (állapotokat) tudjuk számszerűsíteni, valószínűségeket rendelni hozzájuk. Összefoglalva tehát, magát a Raynaud-jelenséget nem tudjuk mérni (megfigyelni), de a hozzá szorosan kapcsolódó élettani paraméterek alakulását igen, és ezekből következtethetünk a jelenség súlyosságára, gyakoriságára, és bekövetkezésének körülményeire (hidegben/melegben, aktív/passzív állapotban, stresszes/nyugodt állapotban, stb.)
