Η σύγχρονη κοινωνία αντιμετωπίζει πρωτόγνωρες δημογραφικές αλλαγές μία εκ των οποίων είναι και η ταχεία γήρανση του πληθυσμού της Ευρώπης. Υπολογίζεται ότι ο αριθμός των ανθρώπων άνω των 80 ετών θα αυξηθεί κατά 57,1% από το 2010 έως το 2030, κάτι που θα έχει σοβαρές επιπτώσεις στις υπηρεσίες υγείας και φροντίδας. Το κλειδί στην αποτροπή των αρνητικών εξελίξεων είναι η στήριξη της ενεργού γήρανσης σε όλες τις εκφάνσεις της ζωής. Σε αυτή την κατεύθυνση το HealthSonar αποσκοπεί στην ανάπτυξη μία συσκευής βασιζόμενης σε ραδιοκύματα πολύ χαμηλής ισχύος για την παρακολούθηση ύπνου, βάδισης και βασικής δραστηριότητας συμπεριλαμβανόμενων των πιθανών πτώσεων σε οικιακό περιβάλλον. Τα παραπάνω αποτελούν βασικές πτυχές της καθημερινότητας και καθορίζουν σε μεγάλο βαθμό την ποιότητα ζωής πολλών ομάδων ανθρώπων συμπεριλαμβανομένων ασθενών με διαταραχές ύπνου, ασθενείς με Πάρκινσον και Σκλήρυνση κατά Πλάκας και άλλες κινητικές διαταραχές. Η συσκευή μπορεί να ανιχνεύσει «λεπτές» (θωρακική και κοιλιακή δραστηριότητα) αλλά και «χοντρή» (βάδιση) με βάση διαφορετικά προφίλ εκπομπών. Η συσκευή αποστέλλει τα δεδομένα στην εφαρμογή νέφους του HealthSonar όπου εξατομικευμένες μέθοδοι μηχανικής μάθησης αναλύουν τις φάσεις του ύπνου και τις διαταραχές. Η συσκευή συνδέεται επίσης με την κινητή εφαρμογή HealthSonar για την μετάδοση δεδομένων σε πραγματικό χρόνο δεδομένων όπως αναπνοή, καρδιακό ρυθμό, βάδιση ή μέτρα δραστηριότητας, παρέχοντας επίσης πληροφορία στους χρήστες. Θα παραχθούν 20 πρωτότυπα από το HealthSonar για την αξιολόγηση σε εργαστηριακές συνθήκες («living lab») όσο αναφορά την ακρίβεια στην αξιολόγηση βάδισης και δραστηριότητας. Ξεχωριστές κλινικές δοκιμές θα πραγματοποιηθούν για την αξιολόγηση της συσκευής HealthSonar σε σχέση με την κλινική αξιολόγηση ύπνου με πολυσομνογραφία.
Το σύστημα HealthSonar στοχεύει να δώσει μια καινοτόμα λύση που καλύπτει αυτή την ανάγκη και αποτελείται από: • Την συσκευή HealthSonar που βασίζεται σε ραδιοκύματα εξαιρετικά χαμηλής ισχύος και μπορούν να ανιχνεύσουν τόσο την «υψηλή» κίνηση του σώματος μέσα στον χώρο όσο την «χαμηλή» κίνηση του σώματος από την αναπνοή και τον καρδιακή λειτουργία. • Την εφαρμογή κινητού που θα διαχειρίζεται την συσκευή HealthSonar και θα μπορεί να παρουσιάσει τα δεδομένα που εξάγει το σύστημα. • Την ευφυή μονάδα η οποία αποτελείται από το μηχανισμό δημιουργίας του εξατομικευμένου προφίλ του χρήστη και το μηχανισμό εντοπισμού των φάσεων και των διαταραχών του ύπνου. Λόγω της μεγάλης σημασίας του προβλήματος, έχουν πραγματοποιηθεί αρκετές προσπάθειες προς την κατεύθυνση του αυτόματου προσδιορισμού των σταδίων του ύπνου και της αποδοτικότητας του.
Έχουν ήδη γίνει κάποιες πρώτες προσπάθειες με χρήση παρόμοιας τεχνολογίας στην ανίχνευση κατάστασης ύπνου και σαν αποτέλεσμα των προσπαθειών αυτών έχουν ήδη αναπτυχθεί σχετικά εμπορικά προϊόντα . Η βασική αδυναμία της τεχνολογίας αυτής είναι το γεγονός ότι τα σήματα ραδιοσυχνοτήτων φέρουν πληροφορίες που δεν σχετίζονται με τον ύπνο, και η ακρίβεια τους εξαρτάται από την στάση του σώματος και τις συνθήκες. Επίσης υπάρχουν και συστήματα που παρακολουθούν τις πτώσεις και την δραστηριότητα αλλά όχι σε μία ενιαία λύση που είναι απαραίτητη για την πλήρη παρακολούθηση της ποιότητας ζωής. Σε αντίθεση, το HealthSonar ανάλογα με την θέση και την ρύθμιση λειτουργίας θα μπορεί να ανιχνεύει και μελετάει διαφορετικής κλίμακας και τύπου κινήσεις: i) μικρο-κινήσεις σε κοντινή απόσταση για την μελέτη αναπνοής και καρδιακού ρυθμού πάνω στην οποία βασίζεται η ανάλυση ύπνου, ιι) μεσαίας απόστασης και εύρους (2-5m σε 2-5cm σφάλμα) κινήσεις με καλή ακρίβεια για την μελέτη βάδισης με βάση την τροποποίηση συνηθισμένων στην κλινική πρακτική τεστ όπως το Timed 25 feet (7m) walk test και ελεύθερη βάδιση, ιιι) μεγαλύτερη απόσταση (2-10m) με μικρότερη ανάλυση (5-20cm) για την ανάλυση πτώσεων και δραστηριότητας με βάση την παρουσία του χρήστη σε συγκεκριμένους χώρους και την ανίχνευση αν κάθεται, ξαπλώνει ή είναι όρθιος.
