こんにちは、今日から2月、日差しが長く続くように感じます。ヨガの先生が立春の意味を説明してくれましたが、春に向かって少しずつ暖かくなっていくことを意味しているそうです。今回は1月のウェアラブルサイエンス関連のニュースを振り返ります。一緒に勉強しましょう！
1. Population-specific glucose prediction in diabetes care with transformer-based deep learning on the edge via IEEE Xplore on Jan 1, 2024.
本研究では、持続血糖モニタリング（CGM）システムを活用したウェアラブルデバイスによる糖尿病管理におけるリアルタイムの血糖値（BG）予測のための新しいアプローチを紹介する。特に、1型糖尿病（T1D）に比べて研究が進んでいない2型糖尿病（T2D）において、血糖値予測のための一般化されたモデルを作成することの課題を克服することに焦点を当てている。 この研究では、個人の人口統計学的データを組み込んだ時間融合トランスフォーマー（TFT）モデルを採用することで、個人のニーズに合わせた予測ソリューションを提案している。このモデルは、Bluetoothを介して通信し、エッジで予測を実行する、カスタム、低コスト、低消費電力のウェアラブルデバイス用のシステムオンチップ内に効率的に組み込まれている。T1DとT2Dの被験者124人の臨床データセットで評価したところ、TFTモデルは予測精度で他の機械学習法を上回り、デバイスは1回の充電で51日間以上自律的に動作することができた。この研究は、糖尿病管理と患者の生活の質を向上させるための高度な予測モデルとウェアラブル技術の可能性を強調している。
2. BiGRU-attention for Continuous blood pressure trends estimation through single channel PPG via Elsevier on Jan 2024.
本論文では、光電式容積脈波（PPG）検出とBiGRU（Bidirectional Gated Recurrent Unit：双方向ゲート型リカレントユニット）モデルの組み合わせによる連続的な血圧トレンド推定のための新しいアプローチを紹介する。
このモデルは、PPGデータの時間的依存性を見落としがちな従来の機械学習モデルや非リカレントニューラルネットワークモデルの限界を改善することを目的として、シングルチャネルのPPGシグナルと人口統計データを統合し、ポイントごとの正確なBPトレンド予測を行う。
本研究では、心血管疾患（CVD）を有するグループと有さないグループに分けられた15人の被験者を対象に、校正された条件と校正されていない条件の両方でモデルの性能を評価した。その結果、提案モデルは、特に校正モードにおいて、SBP（収縮期血圧）とDBP（拡張期血圧）の両方において、両群にわたって最小限の推定誤差で正確に血圧トレンドを推定できることが実証された。これらの結果は、このBiGRUモデルの可能性を示唆するものであり、リアルタイムでのウェアラブルデバイスへの統合が注目される。
3. Developing a novel mobile application for cognitive behavioral therapy for insomnia for people with schizophrenia: integration of wearable and environmental sleep sensors via Springer link on Jan 4 2024.
本研究では、不眠症を併発する割合が高い重篤な精神疾患（SMI:serious mental illnesses）患者を支援するためにデザインされたモバイルアプリケーション「Sleep Catcher」を紹介する。不眠症に対する認知行動療法（CBT-i）は不眠症の治療に有効であるが、睡眠日誌を記入する必要があり、認知障害のためにSMI患者には困難な作業である。「スリープキャッチャー」は、ウェアラブルデバイスとベッドセンサーからのデータを統合し、睡眠時間、覚醒、就寝時間、起床時間を追跡し、自動的に日記を作成する。
Sleep Catcherの開発プロセスでは、睡眠データを正確に処理するアルゴリズムの作成、患者の経過をモニターするための臨床医用ウェブポータルの確立、さまざまな機器からのデータのシームレスな統合が行われた。アプリケーションとウェブポータルはFlutterとIBMのテクノロジーを使って開発され、SMI患者特有のニーズに対応するため、ユーザー中心のデザインに重点を置いた。
ベータテストを通じて、このアプリはこの集団が直面する課題に対処するために改良され、エンジニアリングとメンタルヘルスに関する専門知識を組み合わせることで、デジタルヘルス技術を開発できる可能性を浮き彫りにした。このアプローチは、脆弱な集団における健康格差に対処するための重要な一歩であり、デジタル・ソリューションが効果的な治療へのアクセスを促進し、SMI患者の健康転帰を改善できることを実証している。
このようなサイエンスをもっと深く読んで御社の開発に繋げたいと考えている場合は、もっと深くサイエンスのロジックを分解し、高いエビデンスの枠組みを作るようなお手伝いをすることができるかもしれません。これからウェアラブルでヘルスケアソリューションを考えている方や・新規事業企画の方、お気軽にお問い合わせください。
Contact : Akiko - Linkdein,プロフィール(Recherchieren/Instagram/Medium blog-EN/日本語ブログはてな)
