Широко признано, что такие показатели, как артериальное давление, частота дыхания, температура тела и пульс, позволяют получить комплексное представление о состоянии человеческого организма. В то же время все современные исследования указывают на значимость скорости простой ходьбы как дополнительного индикатора здоровья, способного свидетельствовать о снижении когнитивных функций или наличии сердечно-сосудистых и легочных заболеваний. Однако непрерывный и ненавязчивый мониторинг данного параметра представляет определенные трудности. Группа исследователей под руководством профессора Дины Катаби из лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института занимается решением этой задачи, предлагая в качестве оптимального решения использование технологий беспроводной связи.
В своей работе команда представила устройство WiGait, которое может измерять скорость ходьбы сразу нескольких человек с точностью до 95-99% с использованием беспроводных сигналов.
Используя домашний датчик, люди смогут увидеть тенденции изменения скорости ходьбы в течение длительного времени. Так можно понять, как нужно скорректировать физиотерапию, приём препаратов или другие аспекты ухода за собственным здоровьем.
WiGait также умеет определять длину шага с точностью от 85% до 99%. Это поможет врачам определять состояния вроде болезни Паркинсона, которые характеризуются уменьшенной длиной шага.
Сегодня скорость ходьбы измеряется физиотерапевтами и клицинистами, использующими секундомер, Браслеты по типу FitBit могут только приблизительно оценить скорость на основе количества шагов, а смартфоны с поддержкой GPS также не точны и не могут работать в помещении. Камеры — слишком навязчивы и могут контролировать только одну комнату.
Системы захвата движения Vicon — единственный, по мнению исследователей, метод, который может конкурировать в точности с WiGait. Но он недостаточно широко распространен, чтобы быть практичным для мониторинга ежедневных изменений состояния здоровья.
По словам создателей, WiGait измеряет скорость ходьбы с высокой степенью детализации, не требуя от человека носить сенсор на руке или в руках. Он делает это, анализируя окружающие беспроводные сигналы и их отражения от тела человека. Алгоритмы команды ученых могут также отличать ходьбу от других движений, вроде мытья посуды или чистки зубов.
Катаби говорит, что устройство может помочь выявить огромное количество важной медицинской информации, особенно для пожилых людей. Изменение скорости ходьбы может означать, что человек получил травму или подвержен высокому риску падения. Обратная связь системы могла бы даже помочь человеку определить, следует ли ему переехать в другую среду, например, в дом, где ему окажут помощь.
WiGait не снимает человека на камеру, а показывает лишь точку, движущуюся на экране. В будущем исследователи надеются проверить его на людях с нарушениями ходьбы из-за болезни Паркинсона, Альцгеймера или рассеянного склероза, чтобы помочь врачам точно отслеживать прогрессирование болезни и корректировать прием лекарств.
«Истинная новизна этого устройства заключается в том, что оно может отображать основные показатели здоровья и поведения без какого-либо активного участия пользователя, что особенно полезно для людей с нарушениями когнитивной функции», — так оценил разработку врач Ипсит Вайя, не принимавший участие в исследовании. «Скорость походки — индикатор многих клинически важных состояний, который влияет на изменение характера сна, частоты дыхания и других важных реакций организма».
Для любознательных
В мире и в России разработка систем, сочетающих полноценное определение местоположения через Wi-Fi и оценку функционального состояния человека, ведётся рядом научных центров и компаний, особенно в контексте здравоохранения, охраны труда и мониторинга активности.
В России:
-
Сибирский государственный университет телекоммуникаций и информатики (СибГУТИ)
Учёные из этого вуза в Новосибирске разработали отечественную систему локализации людей по Wi-Fi с точностью до 5–7 метров. Система анализирует сигналы от точек доступа и определяет положение человека внутри зданий — например, в школах, шахтах или подземных сооружениях.
Хотя основная цель — отслеживание местоположения, такая технология может быть интегрирована с системами мониторинга функционального состояния, особенно при анализе перемещений и активности (например, замедление шага как признак усталости или стресса).
Работой руководит доцент кафедры Инфокоммуникационных систем и сетей Анатолий Костюкович. - Научно-исследовательский институт медицины труда им. академика Н.Ф. Измерова (Москва)
Здесь активно разрабатываются бесконтактные методы оценки функционального состояния работников, включая:- Многоуровневый анализ голоса (LVA) — для выявления стресса, переутомления и профессионального выгорания у медиков.
- Анализ речи и видео — с помощью ИИ оценивается усталость, внимание, эмоциональное состояние.
- Айтрекеры и инфракрасные датчики — для оценки концентрации и умственной нагрузки.
Эти технологии могут комбинироваться с Wi-Fi-локацией, чтобы, например, отслеживать, где именно на производстве у сотрудника растёт уровень стресса.
- Компания «Лицом к лицу» (Москва, сотрудничает с МГУ)
Разрабатывает платформу 151EYE, использующую LVA-технологию для дистанционной оценки психофизиологического состояния.
Возможна интеграция с системами позиционирования для комплексного мониторинга сотрудников. -
Компания «Нейротренд»
Создаёт отечественный модульный комплекс «НейроБарометр» для сбора нейрофизиологических данных. Такие системы могут дополняться данными о перемещениях через Wi-Fi.
За рубежом:
-
Nemesysco (Израиль)
Разработчик технологии Layered Voice Analysis (LVA), которая используется в России (в т.ч. в Институте Измерова). LVA анализирует микроизменения в голосе, выявляя стресс, усталость, ложь.
Может работать в связке с системами отслеживания местоположения. - MIT Media Lab и другие лаборатории США
Проводятся исследования в области Wi-Fi-радаров (Wi-Fi sensing) — технологии, которая позволяет:- Определять положение и движение человека через стены.
- Анализировать дыхание, пульс, сон.
- Оценивать активность и паттерны поведения.
Пример: проект RF-Pose, где ИИ на основе Wi-Fi-сигналов воссоздаёт силуэт движущегося человека и анализирует его состояние.
-
Google и Apple
Хотя они не публикуют системы для оценки функционального состояния напрямую, их технологии (например, UWB-чипы в iPhone и Pixel, Wi-Fi 6/7 с улучшенной локализацией) создают основу для таких решений.
Например, точное определение местоположения в помещении может комбинироваться с данными с носимых устройств (Apple Watch, Fitbit) для анализа состояния.
Как это может работать вместе?
Представьте систему, где:
- Wi-Fi-сеть отслеживает ваше перемещение по офису с точностью до нескольких метров.
- Анализ голоса во время звонков определяет уровень стресса.
- Скорость передвижения (например, медленные шаги к кофе-машине) интерпретируется как признак усталости.
- Всё это передаётся в ИИ, который предупреждает: «Вероятно, вы переутомились. Рекомендую перерыв».
Такие комплексные решения уже тестируются в медицинских учреждениях и на промышленных объектах.
Примечание: На настоящий момент такие технологии активно развиваются, но массового внедрения пока нет. Основные разработки сосредоточены в научных центрах и пилотных проектах.
Автор: Анастасия Краснянская @krasandm
Источник: https://habr.com/
