Elesést jelző okostelefon-alkalmazások

A WHO szerint az idős emberek egy­harmada évente egy vagy több alka­lommal elesik. Az elesés következményei­nek vagy okának ellátása nagymértékben függ az időtől. Ezért lényegesek az olyan okostelefonra telepített alkalmazások, me­lyek az elesés tényét jelezni képesek más számára. Nem beszélve az egyedül élők biztonságérzetének növeléséről, amit az elesést érzékelő alkalmazások adhatnak. A működésük egyre szofisztikáltabb, a leg­több alkalmazás az okostelefonba épített akcelerométer vagy akcelerométer és gi­roszkóp működésén alapul.¹ Mindkét tech­nológia alapszolgáltatásként be van építve a legújabb okostelefonokba. Ezek azonban mára már az egyszerűbb megoldások közé tartoznak, és a mobile health (mHealth) megoldásokhoz sorolandók.

Gyorsulást, szöggyorsulást mérő alkalmazások

Az akcelerométer (gyorsulásmérő) teszi le­hetővé a telefon mozgásának, rázásának, ütődésének, esésének érzékelését az x, y, z tengelyeken (ezen alapul pl. a lépésszámláló és egyéb fitnessz alkalmazások). A giroszkóp pedig a szöggyorsulás mérésére alkalmas, azaz lehetővé teszi az x, y, z tengelyek men­tén való irányváltozás gyorsaságának pon­tos számítását. Míg a hagyományos moz­gásérzékelők a lineáris gyorsulást mérik (az egységnyi idő alatti sebességváltozást, füg­getlenül annak irányától), addig a giroszkóp a sebesség és az irány egyidejű mérésére is alkalmas, és ezzel biztosabban különböztet­heti meg az elesést a szimpla helyzetváltoz­tatástól. A legmodernebb okostelefonokban a giroszkóp képes a forgatások kis szögének érzékelésére is, figyelmen kívül hagyva a li­neáris mozgásokat, pl. a kézremegést. Ha még szenzorokat is helyezünk a testre, akkor ezek segítségével a telefon még pontosab­ban érzékelheti, hogy a test milyen távol­ságra, milyen sebességgel és melyik irányba mozdult el a térben.

Több ingyenesen letölthető elesést ér­zékelő alkalmazás is elérhető. Az android telefonra letölthetők közül legjobbnak a Fade elnevezésűt tartom, míg iOS-re a Fall Safety-t ajánlották a közösségi értékelé­sek leginkább. Androidra letölthető még a FallDetection, a Fall detector és a Smart Fall Detection alkalmazás is.

Természetesen az elesés felismerésé­hez az okostelefont „hordani” kell (zseb­ben, övtáskában). Első lépésben meg kell adni azokat az értesítendő személyeket, akiket elesés érzékelésekor automatikusan fel kell hívni, mintha magunk tárcsáztunk volna (megadható az is, hogy sms-t, e-mailt küldjön). Amikor a viselője elesését érzékeli az okostelefon, nem azonnal tárcsáz: előbb megjeleníti azt, hogy „elesési riasztás in­dul”, és ha ez téves, akkor a viselője elveti, a riasztás elmarad. Ha a riasztás valós, ak­kor a telefon viselője megerősíti egy gomb lenyomásával, hogy baj van, de abban az esetben is elindul a riasztás, ha nem tesz semmit. A viselőt a riasztás megindulásáról félre nem érthető jelzéssel értesíti a telefon (1. ábra).

A kinect biometriai alkalmazás

Az okostelefonon működő alkalmazások­nál jóval pontosabbak a Kinect rendszerre épülő megoldások. A Kinect nem más, mint amit a Microsoft is használ az Xboxhoz. Ez ugyan nem mHealth, de annyira jó, hogy röviden ismertetem.

A Kinect egy biometriai alkalmazás, szenzor, 3D-s „térkamera”, amely a testen egyszerre több pontot képes kezelni és követni minden mozdulatot. A biometriai alkalmazások az emberi test valamilyen tulajdonságát próbálják meg azonosítani, követni. A Kinect a mélységképből érkező adatok feldolgozására, emberi alakok, ún. ízületi pontok, kezek azonosítására, moz­gás lekövetésére és az eltárolt mozgásmin­tákkal való összevetésére, valamint az ered­mények feldolgozására képes. A Kinect szenzorban megvalósított színes kép és az infrakamerából származó mélységkép hibrid megoldásának köszönhetően egy­szerűen lehet emberi alakok végtagjainak mozgását követni és az adatokat valós időben feldolgozni. A Kinect precizitását tekintve nem ér fel az ún. markeres meg­oldásokhoz, de jó megközelítéssel képes ugyanarra. A Kinect mellett szól a fényvi­szonyoktól való függetlensége is, hiszen a szenzor egy aktív infravörös érzékelővel rendelkezik (infravörös hálót projiciál, amit egy infraérzékelővel figyel meg, és ennek alapján határozza meg a szenzortól való távolságot). A Kinect állandóan érzékelve egy adott helyiséget különbséget tesz a tárgyak és az emberi, mozgó test között, és egy algoritmussal érzékeli az elesést.² A matematikai modell, amit használ, állan­dóan meg tudja különböztetni az elesést a mindennapi tevékenységek közbeni helyzetváltoztatástól.

Esési kockázat és szarkopénia

Megpróbáltam összeállítani, hogy mik az elesés rizikófaktorai, azaz kik profitálhatnak legtöbbet az alkalmazásból (1. táblázat). A szarkopénia az elesés nem kellő súllyal fi­gyelembe vett rizikófaktora. A szarkopénia progresszív és generalizált izomvesztés, melyben az izomtömeg és az izomerő egyaránt csökken. Ami az oszteoporózis a csontoknak, az a szarkopénia az izmok­nak. A csont és az izomrendszer élettani kapcsolatban van: oszteoporózisban a szarkopénia is gyakoribb.³ A szarkopénia mérhető! Ehhez validált eszközök állnak rendelkezésre: alkalmas rá a DEXA készü­lék is, amit leginkább a csontritkulás mé­résére használnak. Az izomtömeg 30 éves kor felett évtizedenként 3–8%-kal csök­ken, ráadásul 60 éves kortól felgyorsul ez a folyamat.

A szarkopénia miatt a napi fizikai aktivitás csökken, de a legsúlyosabb kö­vetkezményei, hogy az elesés kockázata háromszorosára nő, és fokozódik a korai halálozás is. Természetesen a szarkopénia az elesési rizikó fokozódása miatt növeli a combnyaktörés kockázatát.¹ A National Health and Nutrition Examination Survey (NHANES) felmérése szerint 60 éves ko­ron felül a szarkopénia prevalenciája 22% volt.⁴ Az elesések a csípőtörések 90%-át, a fejsérülések 50%-át okozzák. Az ápolási otthonban élők 50%-a évente elesik. Az otthoni esések 50%-ban a fürdőszobá­ban történnek (ide mindenképp érdemes Kinectet telepíteni).

Azt gondolom érdemes tesztelni csa­ládtagjaink, betegeink között az mHealth ilyen irányú alkalmazását is.

Levelezési cím: This e-mail address is being protected from spambots. You need JavaScript enabled to view it.

Irodalom:
1. Mao A et al.: Highly portable, sensor-based system for human fall monitoring. Sensors. 2017;17:2096
2. Gasparrini S et al.: A Depth-Based Fall Detection System Using a Kinect® Sensor. Sensors. 2014;14:2756-75.
3. Ho AW et al.: Prevalence of pre-sarcopenia and sarco­penia in Hong Kong Chinese geriatric patients with hip fracture and its correlation with different factors. Hong Kong Med J. 2016;22:23-9.
4. Batsis JA et al.: Sarcopenia, Sarcopenic Obesity and Functional Impairments in Older Adults: NHANES 1999- 2004. Nutr Res. 2015;35:1031-39.