カリフォルニア大学サンタクルーズ校のエンジニアは、ウェアラブル デバイスを必要とせず、Wi-Fi と Raspberry Pi のみに依存して、リアルタイムで心拍数を測定する新しい方法を開発しました。報告によると、Pulse-Fiと呼ばれるこのシステムは、信号の送受信に通常のWiFiのみを必要とし、ブレスレットやスマートウォッチなどの従来の医療機器に依存しなくなりました。これにより、健康データのモニタリングが大幅に簡素化され、健康管理がより一般的かつ便利になることが期待されています。
このプロジェクトはコンピューター科学工学教授のカティア・オブラチカ氏が主導しており、研究結果は2025年のインテリジェントシステムとモノのインターネットのための分散コンピューティングに関するIEEE国際会議で発表された。研究チームのメンバーには、博士課程の学生ナヤン・バティア氏と高校の客員研究員プラナイ・コチェタ氏が含まれる。彼らは、日常の WiFi ネットワークと機械学習アルゴリズムを組み合わせることで、健康信号を高精度で追跡できることを実証しました。
Pulse-Fi は、WiFi 無線周波数信号が人体や環境物体に侵入するときに発生する小さな変化を利用して機能します。このシステムは、低コストの WiFi チップと受信機を機械学習アルゴリズムと組み合わせて使用し、複雑な環境干渉による心拍によって引き起こされる信号変動を正確に識別します。バティア氏は、「信号は非常に敏感なので、さまざまな環境ノイズを除去するためにフィルターを正確に選択する必要があります。」と指摘しました。
研究チームは118人の被験者を対象に、立つ、座る、横になる、歩くなど17の姿勢でテストを行った。モニタリングにかかる時間はわずか 5 秒で、平均心拍数誤差は 0.5 拍/分を超えませんでした。監視時間が長いほど精度は高くなります。このシステムに必要なのは、低コストの ESP32 チップ (価格は約 5 ドル) と Raspberry Pi マザーボード (約 30 ドル) だけです。どちらも優れた結果を達成し、Raspberry Pi のパフォーマンスが優れていました。研究者らはまた、商用グレードの無線ルーターを使用すると効果がさらに高まると考えています。実際のアプリケーションでは、Pulse-Fi は最大 3 メートルの距離でも安定して動作し、予備実験ではさらに長距離の可能性も示しています。
コチェタ氏は、これまでWiFiヘルスモニタリングシステムは距離や体の位置が変化すると動作が不安定だったが、Pulse-Fiは機械学習モデルを使用してこの問題を完全に解決したと指摘した。 「機械学習のおかげで、距離の変化は基本的にパフォーマンスに影響を与えないことがわかりました」と彼は言いました。
アルゴリズムをトレーニングするために、チームはまず ESP32 機器と医療用酸素濃度計を使用してキャンパス図書館のデータを同時に収集し、ニューラル ネットワーク学習に心拍数の「真の値」を提供しました。さらに、この研究には、Raspberry Pi に基づいてブラジルのチームによって収集された世界最大の WiFi ハートビート信号データセットが組み込まれており、Pulse-Fi に幅と精度の両方を与えています。
現在の結果は心拍数の測定に焦点を当てていますが、研究チームはすでにそれを呼吸数や睡眠時無呼吸などの他の健康指標に適用しようとしています。初期の未発表の実験では、WiFi 信号が呼吸と睡眠の異常を検出できる可能性があることが示されています。これらの研究が最終的に業界に認められれば、Pulse-Fi は低コスト、非侵襲的で便利な家庭および臨床健康モニタリング ツールとなり、医療リソースが限られている地域に朗報をもたらすことが期待されます。