Bisher haben die großen Wearable-Hersteller gezögert, Körpertemperaturdaten über Armbänder anzubieten. Einige von ihnen, wie z. B. Xiaomi, zielen darauf ab, die Körpertemperatur anhand der Herzfrequenz zu ermitteln, da sich die Herzfrequenz erhöht, wenn eine Person Fieber hat. Bis zum Zeitpunkt der Veröffentlichung dieses Artikels hat das Unternehmen jedoch noch kein Gerät mit dieser Funktion auf den Markt gebracht.

Bei Intelligent Data arbeiten wir bereits an der Entwicklung einer innovativen Lösung für den Wearables-Markt, die auf diesen aktuellen Marktbedarf ausgerichtet ist. Heutzutage basiert die Technologie zur Temperaturmessung mit Wearables für das Handgelenk auf einem Thermistor, einer Art Widerstand, der seinen Wert in Abhängigkeit von der Temperatur ändert. Damit kann die Temperatur der Haut am Handgelenk gemessen werden.

1-. Theorie und Stand der Forschung.

Derzeit besteht bei der Temperaturmessung ein Unterschied von einigen Grad zwischen der Hauttemperatur (Tp) und der Körpertemperatur (Tc). Die Beziehung zwischen ihnen wird durch folgende Faktoren direkt beeinflusst:

  • Umgebungstemperatur.
  • Position des Sensors auf der Haut.
  • Verdunstung von Schweiß.
  • Herzfrequenz.
  • Hauttyp der Person.
  • Wärmeleitfähigkeit der Haut.
Abbildung 1: Verhältnis der typischen Hauttemperaturen in Abhängigkeit von der Körperposition und der Umgebungstemperatur [4].
Abbildung 1: Verhältnis der typischen Hauttemperaturen je nach Körperposition und Umgebungstemperatur [4].

Die im menschlichen Körper erzeugte Wärme wird durch Wärmeleitung durch das Gewebe auf die Hautoberfläche übertragen und dann von der Haut mit einer Wärmeverlustrate HF (Wärmestrom) an die Umgebung abgegeben.

Generell kann die Beziehung zwischen Körper- und Hauttemperatur mit der folgenden Gleichung beschrieben werden, einer Lösung der differentiellen Wärmediffusionsgleichung [1]:

𝑇𝑐 (𝑡) = 𝑇𝑝(𝑡) + Δ (𝑡)

Dabei entspricht Δ der Differenz in Grad zwischen den beiden Temperaturen und hängt wie die Hauttemperatur von der Zeit ab. Im stationären Zustand hat die Diffusionsgleichung die folgende Lösung:

𝑇𝑐 = 𝑇𝑝 + 𝐻𝐹 𝑑/𝜆 = 𝑇𝑝 + 𝐻𝐹 𝑑/𝜆

Dabei ist d die Dicke der Diffusionsschicht und λ die Wärmeleitfähigkeit der Haut in Wm-1°C-1 und liegt üblicherweise zwischen 0,20 und 0,70 [5]. In der Referenz [2] werden neuronale Netze verwendet, um verborgene Variablen zu identifizieren und die Umrechnung durchzuführen.

Das Diagramm auf der linken Seite zeigt eine schematische Darstellung der in das neuronale Netz eingespeisten Daten, die miteinander und mit anderen versteckten Variablen in Beziehung gesetzt werden, um die Körpertemperatur als Ausgabe zu erhalten. Rechts sehen Sie ein Diagramm mit den Ergebnissen.

In anderen Studien wurde die Nützlichkeit der Hauttemperatur als Parameter nachgewiesen, der beispielsweise in der Lage ist, zukünftige Infektionen bei Krankenhauspatienten vorherzusagen [6].

2. die von Intelligent Data vorgeschlagene Lösung: die kundenspezifische Kalibrierung.

In der ersten Phase der Pilotphase des Projekts wird vorgeschlagen, für jeden Patienten eine personalisierte Messkalibrierung durchzuführen. Das heißt, wenn ein Patient das Armband erhält, wird die Hauttemperatur automatisch vom Armband gemessen und gleichzeitig misst das Pflegepersonal die Körpertemperatur. Der Unterschied zwischen ihnen besteht in einer ersten Kalibrierung des personalisierten und einzigartigen Inkrements für jeden Patienten:

Δ(𝑡 = 0) = 𝑇𝑐(0) - 𝑇𝑝(0)

Die Schrittweite ist zeitlich variabel, und während des Krankenhausaufenthalts des Patienten können mehrere Kalibrierungen durchgeführt werden.

 In den folgenden Phasen der Pilotphase kann die Kalibrierung angepasst werden, indem die folgenden Variablen in die Berechnung einbezogen werden, die sich, wie in diesem Dokument gezeigt wurde, auf die zeitliche Veränderung der kundenspezifischen Schrittweite auswirken:

  • Umgebungstemperatur.
  • Herzfrequenz.

Die Werte dieser Variablen werden vom Armband zur gleichen Zeit wie die Hauttemperatur erfasst, so dass es keine zeitliche Verzögerung zwischen ihnen gibt.

Literaturverzeichnis

[1] X. Xu, A. J. Karis, M. J. Buller, und W. R. Santee, "Relationship between core temperature,
Hauttemperatur und Wärmefluss bei körperlicher Anstrengung in der Hitze", Eur. J. Appl. Physiol, vol. 113, no.
9, S. 2381-2389, 2013, doi: 10.1007/s00421-013-2674-z.
[2] Y. T. Kwak, J. Yang und Y. You, "Umrechnung der Körpertemperatur von der Hauttemperatur
using Neural Network for Smart Band", 2019 7th Int. Conf. Robot Intell. Technol. Appl. RiTA
2019, pp. 67-71, 2019, doi: 10.1109/RITAPP.2019.8932736.
[3] K. Malhi, S. C. Mukhopadhyay, J. Schnepper, M. Haefke, and H. Ewald, "A zigbee-based wearable physiological parameters monitoring system," IEEE Sens. J., vol. 12, no. 3, pp. 423-430, 2012, doi: 10.1109/JSEN.2010.2091719.
[4] P. Webb, "Temperatures of skin, subcutaneous tissue, muscle and core in resting men in cold, comfortable and hot conditions", Eur. J. Appl. Physiol. Occup. Physiol, Bd. 64, Nr. 5, S. 471-476, 1992, doi: 10.1007/BF00625070.
[5] J. Werner und M. Buse, "Temperature profiles with respect to inhomogeneity and geometry of the human body", J. Appl. Physiol, vol. 65, no. 3, pp. 1110-1118, 1988, doi: 10.1152/jappl.1988.65.3.1110.
[6] S. G. Holt et al., "Monitoring skin temperature at the wrist in hospitalized patients may assist in the detection of infection", Intern. Med. J., Bd. 50, Nr. 6, S. 685-690, 2020, doi:10.1111/imj.14748.