Teknologiasta liiketoimintaa

Tulosta Lähetä linkki

Väitös: Terveydentilan pitkäaikaismittauksilla tehoa hyvinvoinnin seurantaan

16.06.2011

Maailman terveysjärjestön, WHO:n, arvion mukaan 60 % maailman ihmisistä ei saavuta liikuntasuositusten minimitasoa: 30 minuuttia kohtalaisesti kuormittavaa liikuntaa päivittäin. OECD on arvioinut, että mielenterveyden häiriöt aiheuttavat noin kolmanneksen työkyvyttömyyseläkkeistä sen jäsenvaltioiden alueella. Vähäkulutuksisen elektroniikan ja tiedonsiirron sekä kestävämpien ja suurempien massamuistien kehityksen myötä mahdollisuudet jatkuvaan fyysisten aktiviteettien ja henkisen kuormituksen objektiiviseen mittaamiseen ovat parantuneet.

Terveydentilan pitkäaikaismittauksilla voidaan arvioida muutoksia yksilön käyttäytymisessä ja terveydentilassa osana arkipäivän elämää ja osoittaa, millä valinnoilla on terveyden kannalta positiivisia ja millä negatiivisia vaikutuksia. Samaan ei päästä esimerkiksi lääkärikäyntien yhteydessä harvakseen suoritettavilla mittauksilla. Potilaan itse tekemiä yksittäismittauksia käytetään menestyksekkäästi mm. verenpaineen, verensokerin sekä painon seurannassa. Jatkuvatoimisten antureiden, kuten sykemittarien ja aktigrafien (liikettä mittaavien laitteiden), avulla saadaan yksittäismittauksia tarkempi kuva muutoksista mittausjakson aikana, mutta haasteeksi muodostuu suuren ja osin häiriöisen datamäärän tulkinta.

Pärkkä keräsi väitöskirjatyössään laajoja, tarkasti dokumentoituja datakirjastoja osana jokapäiväistä elämää ja sitä vastaavissa olosuhteissa. Datakirjastojen avulla pyrittiin löytämään parhaiten jatkuvaan aktiviteettien, energiankulutuksen ja stressin arviointiin sopivat anturit, sekä kehitettiin käytännönläheisiä datan tulkintamenetelmiä.

Automaattisen aktiviteettien tunnistuksen tavoitteena on tunnistaa käyttäjän aktiviteetit ja asennot, esimerkiksi makaaminen, istuminen, kävely, juoksu ja pyöräily. Energiankulutuksen automaattisen arvioinnin tavoitteena on arvioida energiankulutusta eri aktiviteettien aikana jatkuvatoimisilla antureilla, jotka eivät häiritse jokapäiväistä elämää. Aktiviteettien ja energiankulutuksen tunnistaminen onnistuu esimerkiksi kiihtyvyysantureilla hyvällä tarkkuudella, erityisesti toistuvaa liikettä sisältävien aktiviteettien, kuten juoksun ja kävelyn aikana. Lyhytaikaista henkistä kuormitusta pystytään parhaiten arvioimaan silloin, kun henkilö ei liiku. Aktiviteettien automaattisen tunnistamisen avulla henkisen kuormituksen arviointia voitiin kohdistaa istumista sisältäviin aktiviteetteihin. Tämän havaittiin helpottavan lyhytaikaisen henkisen kuormituksen automaattista tunnistamista. Aineiston perusteella pidempikestoisesta stressistä parhaan kuvan antaa palautumisjaksojen, kuten unen ja fyysisen aktiivisuuden, analysointi.

Väitöstyön tuloksia hyödynnetään pitkäaikaismittauksiin sopivien mittalaitteiden sekä mittaustietoja käsittelevien, tallentavien ja visualisoivien terveystaltiointiratkaisujen kehitystyössä.

Diplomi-insinööri Juha Pärkän väitöskirja ”Analysis of Personal Health Monitoring Data for Physical Activity Recognition and Assessment of Energy Expenditure, Mental Load and Stress” eli ”Henkilökohtaisessa terveydentilan seurannassa syntyvän mittaustiedon analyysiä fyysisten aktiviteettien tunnistamista sekä energiankulutuksen, henkisen kuormituksen ja stressin arviointia varten” tarkastetaan tiistaina 21.6.2011 klo 12 alkaen Tampereen Teknillisessä Yliopistossa (Tietotalon sali TB222, Korkeakoulunkatu 1, 33720 Tampere).

Väitöstutkimus verkossa: http://www.vtt.fi/inf/pdf/publications/2011/P765.pdf