Инновации
1

Мобильные данные: созданы для анализа

by editorАпрель 28, 2016

Нил Сэвидж (Neil Savage)

Приложения для фитнес-трекинга на смартфонах позволяют исследователям собрать показатели здоровья большого количества людей.

Artur Debat/Getty Images

Artur Debat/Getty Images

Десятилетиями врачи по всему миру использовали простой тест для оценки состояния здоровья сердечно-сосудистой системы пациентов. Они предлагали им пройтись по жесткой плоской поверхности и оценить дистанцию, покрываемую за 6 минут. Этот тест использовали для того, чтобы прогнозировать показатель выживаемости кандидатов на трансплантацию легких, оценивать динамику мышечной дистрофии и для определения общего функционального состояния сердечно-сосудистой системы.

Тест с ходьбой применяли во многих исследованиях, но даже в самых крупных из них число участников редко доходило до тысячи до тех пор, пока Юин Эшли (Euan Ashley) не начал исследование сердечно-сосудистой системы. В марте 2015 он собрал результаты теста от 6000 человек за первые 2 недели. «Это поразительное число» — сказал Эшли, генетик, возглавляющий Центр сердечно-сосудистых заболеваний Стэнфордского университета. «Мы привыкли работать с несколькими сотнями пациентов, если повезет».
Он надеется, что данные такого масштаба скажут ему намного больше о взаимоотношениях между физической активностью и здоровьем сердца. Причина, по которой стало возможно собрать такое больше количество данных, состоит в том, что сейчас у миллионов людей есть смартфоны и фитнес-трекеры с сенсорами, записывающими любые виды физической активности. Health researchers (научные сотрудники в сфере здравоохранения/исследователи, занимающиеся вопросами здоровья) изучают подобные устройства для того, чтобы понять, какие виды данных они могут собрать, насколько эти данные объективны, и что они могут получить, проанализировав количественные характеристики повседневной деятельности от многих десятков тысяч людей и применив алгоритмы для анализа больших объемов данных.

К июлю более чем 40000 жителей Соединенных Штатов согласились участвовать в исследовании Эшли, используя приложение MyHeart Counts на iPhone. Он ожидает существенный прирост пользователей, как только приложение станет широко доступным по всему миру. В исследовании, дизайн которого был разработан учеными и одобрен институциональным наблюдательным советом, требующем информированного согласия, участникам задают вопросы о их здоровье и факторах риска и предлагают использовать датчики движения телефонов для сбора данных об их активности в течение 7 дней. Помимо этого, они проходят 6-минутный тест с ходьбой, и телефон определяет пройденное расстояние. Если их лечащие врачи предоставили результаты анализа крови, пользователи могут ввести такую информацию, как уровень холестерина или глюкозы в крови. Каждые три месяца приложение обновляет и передает данные.
Терапевтам известно, что физическая активность является хорошим предиктором здоровья сердца на долгие годы, говорит Эшли. Но гораздо менее очевидно, какой тип активности является наилучшим, и подходят ли разным группам людей разные типы упражнений. MyHeart Counts может прояснить это: «Мы можем проверить подгруппы и найти отличия».

Вы можете взять зашумленные данные, но если у вас их достаточно много, вы сможете обнаружить сигнал

Подобные исследования возможны благодаря объему получаемой информации. В традиционных исследованиях может не быть достаточно данных для нахождения статистически значимого результата для подобных подгрупп. И редкие события могут не случиться в малых группах или могут давать настолько слабый сигнал, что он затеряется в флуктуационном шуме. Большие массивы данных могут преодолеть подобные проблемы, и если данных достаточно, то небольшие ошибки будут сглажены. «Вы можете взять зашумленные данные, но если у вас их достаточно много, то вы сможете обнаружить сигнал» — говорит Эшли.

По “яблоку” в день

Сбор большого количества данных возможен благодаря программе Apple ResearchKit, которая может быть использована для разработки приложений на iPhone для подобных исследований. MyHeart Counts является одним из 5 приложений, которые были запущены в день релиза ResearchKit. С помощью других приложений их авторы попытались использовать возможности больших данных для изучения болезни Паркинсона, рака молочной железы, диабета и астмы.

Исследование болезни Паркинсона, в котором к июлю приняли участие 16000 человек, также использовало тест ходьбы, потому что при болезни Паркинсона обнаруживается расстройство движения. Люди проходят 20 шагов по прямой линии, а акселерометр и гироскоп телефона измеряет их походку, и на основании этого оценивает двигательную регуляцию. Также их просили говорить «А-а-а-а-а» в течение 10 секунд в телефон для того, чтобы потом оценить, как много дрожание голоса может сказать докторам о мышечном тонусе пациентов. «Эти возможности прекрасно сочетаются со встроенными датчиками мобильных устройств» — говорит Джон Уилбанкс (John Wilbanks), эксперт по открытым данным в Sage Bionetworks, некоммерческой биомедицинской исследовательской и консалтинговой компании в Сиэтле, Вашингтон. Эта компания разработала приложение Parkinson’s mPower в Рочестерском университете, Нью-Йорк. Приложение также использует анкетирование, кроме того, его можно связать с фитнес-трекером для сбора еще большего количества данных.

Простые приложения написаны и для других мобильных операционных систем, например, Windows и Android, а также работающих на этих системах смарт-часов. Быстро выросло количество носимых фитнес-устройств от разных компаний, включая Basis, Fitbit и Jawbone. Вдобавок к этому, исследователи разрабатывают другие типы носимых сенсоров для постоянного сбора данных, например, временные татуировки и контактные линзы, измеряющие уровень глюкозы в слезах. Тем временем, существующие устройства, позволяющие непрерывно измерять уровень глюкозы в крови у людей с диабетом, постоянно развиваются и добавляют данные к тому, что уже есть на смартфонах.

Сейчас исследователи пытаются использовать смартфоны для того, чтобы выйти за пределы измерения физического развития. Некоторые, к примеру, отслеживают психическое состояние и эмоциональное здоровье, слушая звук голоса человека для определения стрессовых состояний или отслеживая движения для определения социальных взаимодействий, чтобы выяснить, не находится ли испытуемый в депрессии.

Портативные устройства все чаще используются для определения целого ряда аспектов человеческой жизнедеятельности, а компьютеры уже стали достаточно мощными для тщательной проверки этого массива данных; исследователи надеются получить беспрецедентные/небывалые/прежде неизвестные данные о здоровье человека.

Соответствие требованиям

Широкий спектр измерений от постоянно растущего диапазона приборов ставит перед учеными вопрос: «как со всем этим разобраться?».

«Это всего-навсего волнующий беспорядок», говорит Ида Сим (Ida Sim), соруководитель отделения биомедицинской информатики университета штата Калифорния, Сан-Франциско.

Сим – соучредитель Open mHealth, некоммерческой компании, которая разрабатывает программное обеспечение для того, чтобы помочь разобраться в путанице, стандартизируя, храня и обрабатывая данные, собранные с разнообразных устройств и приложений. «Все ненавидят стандартизацию, но без нее сложно точно собрать данные воедино» — говорит Сим. Для того чтобы врач мог корректно интерпретировать информацию об уровне глюкозы, к примеру, важно знать, питался ли пациент в определенное время.

Diego Arguello/Stephen Intille Исследователи в лаборатории Северо-Восточного университета калибруют датчики во время физической активности.

Diego Arguello/Stephen Intille
Исследователи в лаборатории Северо-Восточного университета калибруют датчики во время физической активности.

Любая попытка ввести стандарты должна отвечать на 2 критических вопроса. Насколько точны данные с этого прибора? Что точно было измерено? Сейчас фитнес-трекеры созданы для того, чтобы говорить пользователям, прошли ли они на этой неделе больше, чем на прошлой, а не для того, чтобы собирать измерения лабораторного качества. «Все, что они знают — это общие движения, которые они пытаются перевести в шаги; некоторые устройства делают это лучше, а некоторые хуже» — говорит Стивен Интилл (Stephen Intille), он изучает информатику персонального здоровья в Северо-Восточном университете, Бостон, Массачусетс.

Для того чтобы лучше понять, что мобильные устройства в действительности измеряют, Интилл привел волонтеров в свою лабораторию и прикрепил разные сенсоры к обеим рукам и ногам, причем он использовал не только коммерческие устройства, но и те, которые были проверены в лабораториях и записывали движения, частоту сердечных сокращений, дыхание, и делали иные замеры. В течение 2-3 часов он получал данные о ходьбе волонтеров, работе по дому, езде на велосипеде и выполнении подобной активности. Интилл затем убрал некоторые датчики и отправил испытуемых домой, где оставшиеся устройства собирали данные из реального мира в течение нескольких дней. В течение следующих трех месяцев он уменьшил количество изучаемых устройств до 1-2.

Таким образом, Интилл мог точно увидеть, что записывают коммерческие устройства во время специфической активности. Например, монитор Fitbit может производить определенный сет показаний, пока человек гладит одежду, в это же время лабораторное оборудование записывает ЧСС и дыхание. Если компьютер можно обучить распознавать то, как разная активность создает разные показания для Fitbit, станет возможным распознавать эту активность в реальном мире и анализировать ее влияние на физическое состояние.

«Что касается меня, то я не верю, что эти устройства на самом деле собираются работать без некого взаимодействия с непосредственным пользователем» — говорит Интилл. Он хочет телефон для того, чтобы подключаться к данным от фитнес трекера, и узнав что-нибудь про привычки пользователя, задать такие вопросы, как: «Вы сейчас выгуливаете собаку?». Он считает, что для полной картины людям понадобится носить больше одного устройства, возможно, одно на запястье, а другое на лодыжке.

Такая детализированная информация может понадобиться исследователям, чтобы получить более широкое понимание. Не составит труда получать отчет от человека, как далеко и как часто он бегает, или, например, насколько интенсивно он занимается в зале, но очень мало известно о эффекте повседневной активности на здоровье человека, считает физиолог Уильям Хаскелл (William Haskell), почетный профессор медицины Центра изучения долголетия при Стэнфордском университете.

«Мы знаем не так много о влиянии интенсивности освещения или того, что мы стоим или бродим вокруг» говорит Хаскелл, он сотрудничает с Интиллом и работает над контролем измерений коммерческих трекеров. «Насколько полезны конторки, если вы стоите за ними по 3 часа, в сравнении с милой прогулкой по офису? Мы совершенно не знаем.»

Хаскелл начал пользоваться акселерометрами для отслеживания физической активности 40 лет назад, и он полон энтузиазма изучать носимые на теле устройства. «Кажется, что технологии уже есть. Мы всего-навсего должны удостовериться в правильности показаний и использовать их, чтобы оценить 24-часовой цикл активности».

Что дальше?

Получение огромного количества данных может повысить мощность исследования физических нагрузок, но носимые технологии также открывают доступ к возможности сбора разных типов данных, которые до этого не были доступными, например, длительный круглосуточный мониторинг людей, которые занимаются своими делами.

«Многие обещания больших массивов данных состоят в том, что вы не просто разбираетесь в огромном количестве данных, а в том, что вы анализируете большое количество данных из большого количества разнообразных источников», говорит Сим.

Когда она видит пациента, она общается с ним примерно 20 минут. «Все то время, что пациент не в клинике, я слепа по отношению к нему: я понятия не имею, что происходит в его жизни». Сбор постоянных данных может коренным образом изменить эту ситуацию и помочь врачам адаптировать работу под особенности пациентов. Впрочем, именно в этот момент Сим говорит, что есть важное недостающее звено: никто еще не разработал способа отправки значимой информации с коммерческого устройства врачу. Она говорит: «Это не создано для того, чтобы уместиться в трудовой процесс терапевта».

Такое вездесущие получение информации о состоянии организма также может предложить широкий спектр социальных преимуществ. Данные от тысяч индивидов, собранные незаметно с помощью технологии, которая становится повсеместно распространенной, могут позволить проводить исследования, охватывающие большинство населения, и исследовать факторы, которые могут воздействовать на здоровье. Эщли предусматривает мобильную версию исследования сердца Framingham Heart Study, длившегося десятилетия, это исследование уже помогло идентифицировать факторы риска для болезней сердца. Он также начал связывать данные, поставляемые приложениями на iPhone, с геномными данными, которые он получил от пользователей этих устройств в Стэнфордском медицинском центре.

Интилл верит, что когда большие массивы данных будут созданы, health researchers (научные сотрудники в сфере здравоохранения/исследователи, занимающиеся вопросами здоровья) будут способны ответить на целый ряд новых вопросов. «Для отдельного человека у нас нет совершенно никаких данных подобных этим. Это просто не было возможным до появления мобильных устройств. Это совершенно отличается от того, как мы занимались здоровьем и медициной в прошлом».

Об авторе:

Нил Сэвидж, внештатный корреспондент по вопросам науки и технологии в Лоуэлле, Массачусетс.

Оригинал

Перевод: Полина Тиканова

Редакция: Михаил Гусев, Deepest Depths

About The Author
editor