Jusqu'à présent, les principaux fabricants de "wearables" ont été réticents à proposer des données sur la température corporelle via des bracelets. Certains d'entre eux, comme Xiaomi, visent à inclure l'estimation de la température corporelle à partir du rythme cardiaque, en partant du principe que le rythme cardiaque augmente lorsqu'une personne a de la fièvre. Toutefois, à la date de publication de cet article, l'entreprise n'a lancé aucun appareil doté de cette fonctionnalité sur le marché.

Chez Intelligent Data, nous travaillons déjà, au sein du marché des wearables, au développement d'une solution innovante axée sur ce besoin actuel du marché. Aujourd'hui, la technologie utilisée pour mesurer la température à l'aide de bracelets est basée sur une thermistance, un type de résistance qui varie sa valeur en fonction de la température. Il est ainsi possible de mesurer la température de la peau du poignet.

1-. Théorie et état de la recherche.

Actuellement, lors de la mesure de la température, il existe une différence de quelques degrés entre la température de la peau (Tp) et la température du corps (Tc). La relation entre eux est directement affectée par les facteurs suivants :

  • Température ambiante.
  • Emplacement du capteur sur la peau.
  • Évaporation de la sueur.
  • Fréquence cardiaque.
  • Type de peau de la personne.
  • Conductivité thermique de la peau.
Illustration 1 : Relation entre les températures cutanées typiques et la température ambiante [4].
Illustration 1 : Rapport des températures typiques de la peau en fonction de l'emplacement du corps et de la température ambiante [4].

La chaleur produite à l'intérieur du corps humain est transférée par conduction à travers les tissus vers la surface de la peau, puis dissipée de la peau vers l'environnement avec un taux de perte de chaleur HF (flux thermique).

Généralement, nous pouvons décrire la relation entre les températures du corps et de la peau avec l'équation suivante, une solution de l'équation différentielle de diffusion de la chaleur [1] :

𝑇𝑐 (𝑡) = 𝑇𝑝(𝑡) + Δ (𝑡)

Où Δ correspond à la différence, en degrés, entre les deux températures et dépend, comme la température de la peau, du temps. En régime permanent, l'équation de diffusion a la solution suivante :

𝑇𝑐 = 𝑇𝑝 + 𝐻𝐹 𝑑/𝜆 = 𝑇𝑝 + 𝐻𝐹 𝑑/𝜆

Où d est l'épaisseur de la couche de diffusion et λ est la conductivité thermique de la peau en Wm-1°C-1 et varie généralement entre 0,20 et 0,70 [5]. Dans la référence [2], les réseaux neuronaux sont utilisés pour identifier les variables cachées et effectuer la conversion.

Le graphique de gauche montre un schéma des données introduites dans le réseau neuronal, qui sont reliées entre elles et à d'autres variables cachées pour obtenir la température corporelle comme sortie. À droite, vous trouverez un graphique montrant les résultats.

D'autres études ont démontré l'utilité de la température de la peau en tant que paramètre, permettant par exemple de prédire les infections futures chez les patients hospitalisés [6].

2.- Solution proposée par Intelligent Data : calibrage personnalisé.

Dans la première étape de la phase pilote du projet, il est proposé d'effectuer un étalonnage personnalisé des mesures pour chaque patient. Ainsi, lorsqu'un patient reçoit le bracelet, la température de la peau est automatiquement prise par le bracelet et, simultanément, le personnel infirmier mesure la température du corps. La différence entre eux est un premier calibrage de l'incrément personnalisé et unique pour chaque patient :

Δ(𝑡 = 0) = 𝑇𝑐(0) - 𝑇𝑝(0)

L'incrément est variable dans le temps et plusieurs calibrages peuvent être effectués pendant le séjour du patient à l'hôpital.

 Dans les étapes suivantes de la phase pilote, l'étalonnage peut être ajusté en incluant dans son calcul les variables suivantes qui, comme ce document l'a montré, affectent la variation temporelle de l'incrément personnalisé :

  • Température ambiante.
  • Fréquence cardiaque.

Les valeurs de ces variables sont collectées par le bracelet en même temps que la température de la peau, il n'y aurait donc aucun décalage entre elles.

Bibliographie

[1] X. Xu, A. J. Karis, M. J. Buller, et W. R. Santee, "Relationship between core temperature,
température de la peau et flux thermique pendant l'exercice en chaleur", Eur. J. Appl. Physiol, vol. 113, no.
9, pp. 2381-2389, 2013, doi : 10.1007/s00421-013-2674-z.
[2] Y. T. Kwak, J. Yang et Y. You, "Conversion of Body Temperature from Skin Temperature".
à l'aide d'un réseau neuronal pour un bracelet intelligent ", 2019 7th Int. Conf. Robot Intell. Technol. appliquée RiTA
2019, pp. 67-71, 2019, doi : 10.1109/RITAPP.2019.8932736.
[3] K. Malhi, S. C. Mukhopadhyay, J. Schnepper, M. Haefke et 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. vol. 64, no. 5,pp. 471-476, 1992, doi : 10.1007/BF00625070.
[5] J. Werner et 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 hospitalised patients may assist in the detection of infection," Intern. Med. J., vol. 50, no. 6, pp. 685-690, 2020, doi:10.1111/imj.14748.