Det finns många metoder för att försöka matematiskt kvantifiera exakt hur frisk en person är. Saker som vila pulsfrekvens, blodtryck, såväl som blodoxygenering är alla ganska enkla att bestämma såväl som kan användas för att förutse olika kliniska resultat. Men en du kanske inte har tänkt på är gånghastighet, eller den hastighet där en person går. Det visar sig att gaithastighet är en livskraftig metod för att förutse uppkomsten av ett brett spektrum av tillstånd, såsom kongestivt hjärtsvikt eller kronisk påträngande lungsjukdom. Det visar sig, eftersom människor slutade vara sjuka, äldre eller sjuka, tenderar de att gå långsammare – precis som biten riflemen i dina favorit RTS när deras hälsobandens metod i rött. Men exakt hur bestämmer man detta? MITs CSail har intensifierat, med en metod för att bestämma gånghastighet helt trådlöst.

Du kan kolla ut papperet här (pdf). Friating-gadgeten skickar ut en lågkraftradiosignal, såväl som då mäter reflektionerna för att bestämma en persons plats över tiden. Enbart är det dock inte tillräckligt – det är viktigt att mäta gånghastigheten specifikt, för att förhindra att falska positiva positiva positiva positiva positiva positiva positiva positiva positiva positiva positiva positiva positiva positiva positiva positiva personer. Algoritmer utnyttjas för att separera vandringsaktivitet från dataset, vilket gör att gadgeten kan sitta i bakgrunden, registrera gångresultatdata utan någon individuell interaktion som behövs alls.

Denna typ av passiv spårning kan ha utmärkta applikationer i vårdhem, där personal vanligtvis har ett betydande antal patienter att övervaka. Det skulle möjliggöra insamling av kliniskt lämpliga data utan krav på vilken typ av mänsklig intervention som helst. Gadgeten kan bara varna personal när en patients gångmönster är en indikation på ett större problem.

Vi ser en utmärkt hälso- och hälsovårdsstudie här på Hackaday – som denna open source EKG. video efter pausen.