wearable

Draagbare biosensors vertellen je van alles over jezelf. Je hartritme, hoeveel stappen je hebt gezet, je slaappatroon en nog veel meer. Wat nou als je met die gegevens zou kunnen voorspellen of iemand ziek is? Onderzoekers van Stanford University probeerden dat te achterhalen.

Met de wearables op de consumentenmarkt kun je bijna alles van jezelf meten. Je hartritme, de hoeveelheid zuurstof in je bloed, de temperatuur van je huid, hoe actief je bent, hoeveel stappen je dagelijks zet, en zelfs of je je hebt blootgesteld aan gamma- of röntgenstraling. Onderzoekers van Stanford University geloofden dat er meer uit deze datacollectie te halen viel. Wat als je met al die metingen kunt voorspellen of je ziek aan het worden bent?

250.000 metingen per dag

Om dit te achterhalen onderzochten ze om te beginnen zeven verschillende apps die voor iedereen te downloaden zijn: MOVES, Basis, Scanadu, Scout, iHealth-finger, Masimo, RadTarge en Withings. Gezamenlijk leverden de apps 250.000 meetpunten per dag op. Om te testen hoe makkelijk en betrouwbaar de data waren, gebruikte één proefpersoon, ook auteur van de studie, twee jaar lang deze zeven apps.

Hiernaast volgden de onderzoekers in totaal 60 proefpersonen voor ongeveer twee jaar om de betrouwbaarheid van de gevonden meetwaarden te controleren. De onderzoekers stelden voor 43 proefpersonen een zogenaamde baseline vast en bekeken op basis daarvan welke afwijkingen optraden en wat die te betekenen hadden.

Sensor voorspelt ziekte

De overige proefpersonen testten het zuurstofgehalte in het bloed tijdens vliegreizen. Het viel de onderzoekers op dat het zuurstofgehalte in het bloed aanmerkelijk lager was in een vliegtuigcabine dan op het land. Hoe hoger het vliegtuig vloog, hoe lager het zuurstofgehalte. Aan het einde van lange vluchten (langer dan zeven uur) normaliseerde dit gehalte weer enigszins. Dat zou kunnen verklaren waarom mensen tijdens vluchten vaak in slaap vallen: een laag zuurstofgehalte gaat vaak gepaard met vermoeidheid.

Nog opvallender waren vijf dagen in de testperiode van proefpersoon 1. In deze periode kreeg hij opeens last van een verhoogd hartritme en verhoogde huidtemperatuur. In navolging hiervan kreeg de proefpersoon koorts en andere ziekteverschijnselen. Vanwege een eerder bezoek aan een boerderij in een bosrijk gebied, vermoedde de proefpersoon Lyme. Tests bij de huisarts wezen inderdaad Lyme uit en na een kuur met doxycycline (het antibioticum dat wordt gebruikt om de ziekte van Lyme te bestrijden) verdwenen de hoge meetwaardes.

Algoritme voor diabetes

Om de betrouwbaarheid van de afwijkende waarden te testen onderzochten de wetenschappers drie andere proefpersonen die hadden aangegeven ziek te zijn geweest tijdens de testperiodes. Voor alle ziekteperiodes bleek het verhoogde hartritme een betrouwbare voorspeller dat iemand iets onder de leden heeft. De verhoging in huidtemperatuur kon niet overal worden teruggevonden.

Verder ondergingen twintig mensen een glucosetest om te bepalen of ze resistent waren voor insuline. Insulineresistentie is een aanwijzing voor het ontwikkelen van diabetes type 2. Twaalf proefpersonen bleken resistent. de wetenschappers ontwikkelden een algoritme op basis van het dagelijkse stappenaantal, het hartritme gedurende de dag en het verschil tussen het hartritme overdag en ’s nachts. Dit algoritme kon daarna ‘voorspellen’ welke proefpersonen uit de groep waarschijnlijk resistent waren voor insuline. Een dergelijk algoritme zou, mits verder ontwikkeld, een relatief simpele test kunnen zijn om na te gaan of iemand binnen de risicogroep voor diabetes type 2 valt.  

Veelbelovend, maar geen harde feiten

Mooie resultaten, maar hoe betrouwbaar zijn ze? Marilou Jansen is arts-onderzoeker bij het AMC en heeft zelf net een grote literatuurstudie gedaan over wearables,. Zij is voorzichtig over de resultaten die uit het onderzoek van Stanford naar voren komen. Jansen: ‘Het medisch valideren van zo’n wearable is lastig. Je moet ten eerste testen of ze onder perfecte condities dezelfde waarden leveren als de geijkte medische apparatuur, want je wil zeker weten dat de metingen kloppen. Daarna moet je controleren of de drager ervan de meting ook goed uitvoert. Vaak zie je dat als je die metingen niet helemaal doet zoals het hoort, de uitslagen meteen afwijkingen vertonen.’

In het onderzoek van Stanford University laten de auteurs regelmatig weten dat één van de proefpersonen de sensors niet helemaal goed gebruikte of dat mensen de wearable ’s nachts niet droegen. Volgens Janssen kan dit de resultaten behoorlijk beïnvloeden. ‘Je hebt dan misschien wel 250.000 metingen, maar die zijn uitgevoerd door een hele kleine groep. Als een klein deel daarvan de metingen verkeerd doet, kunnen bijvoorbeeld 50.000 metingen niet voldoen. Dat is een substantieel aantal en dan kun je niet zomaar harde uitspraken doen.’

Wearable biedt toekomst

Jansen gelooft wel dat wearables de potentie hebben voor ons om zelf medische betrouwbare data te meten. De resultaten van Stanford University zijn veelbelovend, maar nog geen keiharde feiten. In haar eigen onderzoek constateerde ze dat er een groot gat zit tussen het gebrek aan betrouwbare medische literatuur die over dit onderwerp te vinden is en het aantal voor consumenten beschikbare sensoren, zoals ook te vinden in de opensource wearable database Vandrico. Iedereen kan daar een review met informatie over een wearable achterlaten.

‘Wearables komen in zo’n hoog tempo op de markt dat de wetenschap het valideren ervan niet kan bijhouden. Dat maakt het heel lastig hier goede onderzoeken over te vinden.’ Het onderzoek van Stanford is een stap in de goede richting, maar wat Jansen betreft zijn we er nog niet: daarvoor moeten de metingen eerst voldoende getest zijn. ‘Er zit belofte in wearables, dat weten we. Nu moeten we nog een manier vinden om de metingen betrouwbaar te valideren.’

Li et al, 'Digital Health: Tracking Physiomes and Activity Using Wearable Biosensors Reveals Useful Health-Related Information', PLOS (2017).