Finora, i principali produttori di wearable sono stati riluttanti a offrire dati sulla temperatura corporea tramite braccialetti. Alcuni di loro, come Xiaomi, mirano a includere la stima della temperatura corporea dalla frequenza cardiaca, sulla base del fatto che la frequenza cardiaca aumenta quando una persona ha la febbre. Tuttavia, l'azienda, alla data di pubblicazione di questo articolo, non ha lanciato alcun dispositivo con questa caratteristica sul mercato.

Noi di Intelligent Data stiamo già lavorando, all'interno del mercato degli indossabili, allo sviluppo di una soluzione innovativa focalizzata su questo attuale bisogno del mercato. Oggi, la tecnologia utilizzata per misurare la temperatura con gli indossabili da polso si basa su un termistore, un tipo di resistenza che varia il suo valore a seconda della temperatura. Questo permette di misurare la temperatura della pelle sul polso.

1-. Teoria e stato della ricerca.

Attualmente, quando si misura la temperatura, c'è una differenza di qualche grado tra la temperatura della pelle (Tp) e la temperatura del corpo (Tc). La relazione tra loro è direttamente influenzata dai seguenti fattori:

  • Temperatura ambiente.
  • Posizione del sensore sulla pelle.
  • Evaporazione del sudore.
  • Frequenza cardiaca.
  • Tipo di pelle della persona.
  • Conducibilità termica della pelle.
Illustrazione 1. Relazione delle temperature tipiche della pelle secondo la posizione del corpo e la temperatura ambiente [4].
Illustrazione 1. Rapporto delle temperature tipiche della pelle secondo la posizione del corpo e la temperatura ambiente [4].

Il calore prodotto all'interno del corpo umano è trasferito attraverso i tessuti alla superficie della pelle per conduzione, poi dissipato dalla pelle all'ambiente con un tasso di perdita di calore HF (flusso di calore).

Generalmente, possiamo descrivere la relazione tra la temperatura del corpo e quella della pelle con la seguente equazione, una soluzione dell'equazione differenziale di diffusione del calore [1]:

𝑇𝑐 (𝑡) = 𝑇𝑝(𝑡) + Δ (𝑡)

Dove Δ corrisponde alla differenza, in gradi, tra le due temperature e dipende, come la temperatura della pelle, dal tempo. Nello stato stazionario, l'equazione di diffusione ha la seguente soluzione:

𝑇𝑐 = 𝑇𝑝 + 𝐻𝐹 𝑑/𝜆 = 𝑇𝑝 + 𝐻𝐹 𝑑/𝜆

Dove d è lo spessore dello strato di diffusione e λ è la conduttività termica della pelle in Wm-1°C-1 e tipicamente varia da 0,20 a 0,70 [5]. Nel riferimento [2], le reti neurali sono utilizzate per identificare le variabili nascoste ed eseguire la conversione.

Il grafico a sinistra mostra uno schema dei dati immessi nella rete neurale, che sono correlati tra loro e con altre variabili nascoste per ottenere la temperatura corporea come output. Sulla destra c'è un grafico che mostra i risultati.

Altri studi hanno dimostrato l'utilità della temperatura della pelle come parametro, per esempio, essendo in grado di prevedere le infezioni future nei pazienti ospedalizzati [6].

2.- Soluzione proposta da Intelligent Data: calibrazione personalizzata.

Nella prima fase della fase pilota del progetto, si propone di eseguire una calibrazione di misurazione personalizzata per ogni paziente. Cioè, quando al paziente viene dato il braccialetto, la temperatura della pelle viene presa automaticamente dal braccialetto e, contemporaneamente, il personale infermieristico misura la temperatura del corpo. La differenza tra loro è una prima calibrazione dell'incremento personalizzato e unico per ogni paziente:

Δ(𝑡 = 0) = 𝑇𝑐(0) - 𝑇𝑝(0)

L'incremento è variabile nel tempo e diverse calibrazioni possono essere effettuate durante la permanenza del paziente in ospedale.

 Nelle fasi successive della fase pilota, la calibrazione può essere regolata includendo nel suo calcolo le seguenti variabili che, come ha dimostrato questo documento, influenzano la variazione temporale dell'incremento personalizzato:

  • Temperatura ambiente.
  • Frequenza cardiaca.

I valori di queste variabili sono raccolti dal braccialetto allo stesso tempo della temperatura della pelle, quindi non ci sarebbe alcun ritardo tra loro.

Bibliografia

[1] X. Xu, A. J. Karis, M. J. Buller, e W. R. Santee, "Relazione tra la temperatura del nucleo,
temperatura della pelle e flusso di calore durante l'esercizio in condizioni di calore", 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, e Y. You, "Conversione della temperatura corporea dalla temperatura della pelle
usando la rete neurale per la banda intelligente", 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, "Temperature della pelle, del tessuto sottocutaneo, del muscolo e del nucleo in uomini a riposo in condizioni di freddo, comfort e caldo", Eur. J. Appl. Physiol. Occup. Physiol., vol. 64, no. 5,pp. 471-476, 1992, doi: 10.1007/BF00625070.
[5] J. Werner e M. Buse, "Profili di temperatura rispetto alla disomogeneità e alla geometria del corpo umano", 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.