توسط گروهی از متخصصان صنعت نرم افزار در رادیو بیدار کانادا: طلیعه دوانی، مهدی شکوهی، شریف یزدیان، علیرضا اکبر زاده، مریم بیات زاده، منصوره نوید و محمد نادی
دکتر احسان سبحانی موسس و مدیر عامل شرکت iKinesia به همراه دکتر کیان جلال الدینی از کالیفرنیا از حدود سه سال پیش این شرکت را تاسیس کردند
همچنین ایشان محقق پاره وقت مهندسی پزشکی در دانشکده پزشکی دانشکده مکگیل هستند با پیشینه مهندسی برق (شاخه کنترل)
با سابقه بیش از 15 سال فعالیت در صنعت هوا فضا
در دوره دکترا با توجه به علاقه شخصی به مهندسی پزشکی گرایش پیدا کردند
یکی از اهداف اصلی شرکت iKinesia استفاده از سنسور های بایو مدیکال در صنعت پزشکی است
سنسور های بی سیم و همینطور سنسور های پوشیدنی wearable sensors که کاربردش خیلی گسترده شده است
نقطه شروع این سنسور ها برای ما شاید ساعت های iwatch باشد که بیشتر برای تفریح و کاربرد های شخصی استفاده می شد ولی برای کاربرد های پزشکی certified نشده بودند
یعنی دیتای اپل واچ را برای پزشک و تصمیم پزشکی نمی توانستیم استفاده کنیم
در دوران کووید به اپل داده شد برای یک دوران خاص که آریتمیای قلبی را تشخیص دهد
ولی الان وارد حوزه ای می شویم که از حالت entertainment خارج میشیم
و سنسور های وایرلس بخشی از سیستم پزشکی می شوند ، چه در بیمارستان و چه در حالت remore health care برای افرادی که دسترسی به بیمارستان ندارند
همچنین کاربرد آنها در سایر بخش ها هم گسترده می شود، مثل کاربرد در ورزش برای مانیتورینگ افراد سالمند، کودکان
افرادی که کارهای فیزیکی انجام میدهند، مثل کارگران ساختمانی
و همینطور که داده های افراد در سوشال مدیا زیاد می شود، عملا داده های پزشکی هم مرحله بعدی خواهند بود توسط سنسورهایی که به آنها می گوییم بیو مدیکال سنسور که انواع مختلفی دارند
دو تا حوزه ای که ikinesea حضور دارد
یکی حوزه ورزش: از همین بایو مدیکال سنسور ها استفاده می کنیم برای اندازه گیری عملکرد عصب و عضله و هم قلبی عروقی و تنفسی ورزشکاران
و دوم حوزه بیمارستانی که الان شریک صنعتی با پروژه smart hospital project به آدرس https://www.smarthospitalproject.com که پروژه ای است در بیمارستان کودکان مونترال که قصدش این است که سیستم مانیتورینگ نوزادانی را که در ICU نوزادان هستند را از حالت فعلی که متعلق به شرکت فیلیپس هست و سیم دار است به یک سیستم وایرلس تبدیل کند
البته تاکید می کنم که شرکت ikinesea به طور خاص فعالیتی در زمینه ساخت سنسور ها ندارد
استفاده از این سنسور ها را میدانیم و داده ها را چطور می توان استفاده کرد
در ضمن این تخصص در این بازار بیومدیکال برای اپلیکشن هایی که وجود دارد باید به کجا رجوع کنیم که این انتخاب اصلا انتخاب ساده ای نیست
اگر فرض کنیم که می خواهیم فعالیت قلب را اندازه بگیریم به طور مثال ضربان قلب با سنسور های وایرلس، می توانیم سنسور در بازار پیدا کنیم با 10 دلار و یا با قیمت هزار دلار و یا بیشتر ولی تفاوت آنها در این است که سنسور ارزان قیمت ممکن است فقط heart rate را بدهد و دقیق نباشد ، برای تعیین ضربان باید یک مدت ایستا باشید چون به حرکت خیلی حساس است
تماس با بدن باید خیلی خوب باشد و نویز خیلی کمی ایجاد کند
ولی سنسور های گران تر raw signal را میدهند با کیفیت بالا و حرکت ها را از روی سیگنال حذف می کنند
لذا برای اپلیکیشنی که می خواهید استفاده کنید نیاز به تخصص دارد که تناسب قیمت و کیفیت داده ها را داشته باشد و این دانش ساده به دست نمی آید
و داده ها باید در کلاود ذخیره بشوند و به کاربر مثل پزشک، پرستار یا مربی تیم ورزشی داشبود دسترسی بدهند
بحث امنیت داده ها بر اساس استاندارد بسیار مهم هست در زمینه سنسور ها
و نهایتا الگوریتم هایی داده ها را پردازش بکنند
الگوریتم های خاصی داریم برای Signal processing physiological یعنی fine tune شده اند و استفاده از الگوریتم های یادگیری ماشین و هوش مصنوعی که داده ها را برای کاربرد خاص استفاده کنند
یک تقسیم بندی اولیه داریم که آیا این سنسور ها قرار است داده های فیزیولوژیکال را از روی بدن اندازه گیری کنند که in vivo می گوییم و یا خارج از بدن مثل اندازه گیری از روی نمونه خون که in vitro
– in vivo Sensor
– in vitro Sensor
در این جلسه فقط درباره in vivo صحبت می کنیم
مثلا دستگاه MRI یک سنسور است که به ما image میدهد
یا روش های CT scan یا ulta sound
در این جلسه از سنسور هایی صحبت می کنیم که سیگنال میدهند
منظور از سیگنال داده ای هست که یک time stamp داره و به صورت مداوم میشه اندازه گیری کرد با یک فرکانس نمونه برداری خاص مثلا یک ثانیه و یا مثلا با فرکانس بالا برای نوار قلب 256 Khz
این نوع سنسور ها به تقسیم بندی های زیادی می شوند
یک دسته سنسور های قلبی و تنفسی cardiorespiratory استفاده می شود
رایج ترین آنها سنسور نوار قلب ECG یا EKG هستند که می تواند یک سیگنال را اندازه بگیرد مثلا one lead یا 12 lead که 12 تا را اندازه گیری می کند
بعد از این سیگنال میشه ضربان قلب را استخراج کرد و یا تغییرات ضربان قلب heart rate variability چون شاخص مهمی در داده های پزشکی است
یا برای تعیین اکسیژن خون تعداد تنفس با ماسک هایی که قدیم وجود داشت تعداد تنفس را در دقیقه می شمردند
تقسیم بندی in vivo ها را می توان به صورت تهاجمی و غیر تهاجمی هم دسته بندی کرد
در اینجا فقط از سنسور های غیر تهاجمی صحبت می کنیم
برای همین غیر تهاجمی ها می توانیم به صورت پیوسته نمونه برداری کنیم و یا نقطه ای
به صورت کلاسیک در پزشکی همه نمونه برداری ها نقطه ای بوده
ولی تکنولوژی جدید هم هنوز محدودیت هایی دارد مثل motion artifact
این را هنوز سنسور ها نمی توانند حرکت را جدا کنند
مثلا blood presure – به صورت نقطه ای اندازه گیری می شود
الان به سمتی می رود که فشار خون بدون کاف قابل اندازه گیری است
یک سنسور در ناحیه مچ دست و یک سنسور نزدیک قلب که با اندازه گیری زمان خون از قلب خارج شود وتا به دست برسد به تناسب اندازه دست ، قابل اندازه گیری است البته هنوز کامل عملی نشده ولی تحول زیادی می تواند ایجاد کند
J. Rodrigues et al. “Enabling Technologies for the Internet of Health Things”, IEEE Access, 2018.