Jak naprawdę działa smartwatch? Fizyka i biologia na nadgarstku

Na ekranach miniaturowych urządzeń nieustannie wyświetlają się wartości pulsu, przebyte dystanse oraz dokładne parametry snu. Skąd dokładnie płynie ta wiedza? Mechanizm pozwalający plastikowej kopercie na nadgarstku zaglądać w głąb ludzkich naczyń krwionośnych opiera się na twardej nauce. Odpowiedź stanowi niesamowite zderzenie fizyki optycznej, mikroelektroniki oraz zaawansowanych algorytmów uczenia maszynowego. Rozłożenie smartwatcha na pojedyncze czynniki pierwsze obnaża potęgę współczesnej inżynierii.

Serce systemu, czyli hierarchia czujników

Przed analizą konkretnych modułów, konieczne jest ustalenie ścisłej hierarchii technologicznej. Smartwatch stanowi w rzeczywistości pełnoprawny, miniaturowy komputer naręczny. Posiada on własny procesor, pamięć operacyjną RAM oraz zaawansowany system operacyjny z modułami łączności bezprzewodowej. Tym, co bezwzględnie odróżnia go od zwykłego czasomierza z kolorowym wyświetlaczem, jest wbudowana matryca sensorów biologicznych.

Zestaw ten precyzyjnie zamienia surowe sygnały z ludzkiego ciała na czytelne, matematyczne statystyki. Typowe urządzenie ze średniej półki cenowej wykorzystuje fotopletyzmograf (PPG) do mierzenia tętna i saturacji. Akcelerometr bazujący na układach MEMS rejestruje z kolei każdy ruch oraz ewentualne upadki użytkownika. Pomiary uzupełniane są nierzadko przez termistory badające temperaturę skóry oraz barometry wyliczające pokonane piętra na podstawie uderzeń ciśnienia atmosferycznego. Każdy z tych mikroskopijnych sensorów wykorzystuje zupełnie inną dziedzinę fizyki kwantowej i klasycznej.

Fotopletyzmografia (PPG) i detekcja światła

Odwrócenie koperty zegarka ujawnia zazwyczaj szybko migające, zielone diody LED oraz ciemne punkty fotodetektorów. Stanowią one absolutne centrum pomiarowe układu krwionośnego. Zasada działania tego modułu nosi medyczną nazwę fotopletyzmografii (PPG).

Dioda emituje silny impuls świetlny skierowany bezpośrednio w głąb ludzkiej skóry. Część tej wiązki ulega pochłonięciu przez hemoglobinę transportowaną w naczyniach krwionośnych, a pozostała część odbija się i trafia z powrotem do detektora. Fundamentalne odkrycie naukowe potwierdza, że krew mocno utleniona pochłania zielone światło w zupełnie innej skali niż krew uboga w tlen.

Parametry te ulegają niezwykle rytmicznym zmianom z każdym kolejnym uderzeniem mięśnia sercowego. Zaimplementowany algorytm przetwarza te mikroskopijne fluktuacje intensywności światła od 25 do 200 razy na pojedynczą sekundę. Pozwala to na błyskawiczne wyliczenie aktualnego tętna. W przypadku pomiaru saturacji (SpO2) maszyna wykorzystuje równolegle światło czerwone oraz pasmo podczerwieni.

Nadgarstek stanowi z anatomicznego punktu widzenia niezwykle trudne środowisko do prowadzenia badań optycznych. Naczynia krwionośne przebiegają tam stosunkowo głęboko i cechują się drobnym przekrojem. Pomiary te bywają zakłócane przez ciemne tatuaże, gęste owłosienie oraz gwałtowne ruchy ramion podczas treningów sprinterskich.

Akcelerometr MEMS i mikroinżynieria

Liczenie wykonanych kroków opiera się na pracy mikroskopijnych układów MEMS (Micro-Electro-Mechanical Systems). Są to elementy mniejsze od ziarnka ryżu, wytrawione z laserową precyzją wprost w krzemowej płytce.

Wewnątrz takiego procesora zawieszony jest miniaturowy ciężarek zamocowany na krzemowych sprężynach. Gwałtowne przyspieszenie lub zmiana kierunku ruchu całego urządzenia powoduje fizyczne odkształcenie tych drobnych mocowań. Powstałe w ten sposób naprężenie generuje natychmiastową zmianę pojemności elektrycznej. Zmiana ta zamieniana jest następnie na czytelny dla procesora sygnał cyfrowy.

Współczesny akcelerometr rejestruje przyspieszenia w trzech płaszczyznach jednocześnie (osie X, Y oraz Z). Oprogramowanie identyfikuje w ten sposób regularny chód, odczytując z wykresów powtarzalne, rytmiczne wstrząsy. Uzupełnienie układu o precyzyjny żyroskop pozwala maszynie odróżnić rzeczywiste kroki od zwykłego, stacjonarnego machania ręką w powietrzu.

Komunikacja satelitarna i układy GNSS

Zegarki wyposażone we własny moduł nawigacyjny nieustannie komunikują się z konstelacjami satelitów poruszającymi się na orbicie okołoziemskiej. Nawiązanie połączenia wymaga odebrania czystego sygnału z minimum czterech niezależnych nadajników. System ten wykorzystuje najczęściej amerykańską sieć GPS, rosyjski GLONASS, europejskie Galileo lub chińskie BeiDou.

Satelity wysyłają w stronę Ziemi fale radiowe zawierające precyzyjne znaczniki czasu oraz dane o własnym położeniu. Fale te poruszają się w przestrzeni ze stałą prędkością światła. Oprogramowanie w zegarku mierzy mikrosekundy opóźnienia w dotarciu sygnału, wyliczając na tej podstawie dokładną odległość od poszczególnych satelitów.

Urządzenia z segmentu premium wykorzystują obecnie technologię Multi-Band GPS. Odbieranie fal na wielu różnych częstotliwościach jednocześnie drastycznie redukuje błędy pomiarowe w gęstym, zurbanizowanym środowisku. Zapobiega to gubieniu lokalizacji w momentach, gdy sygnały odbijają się od wysokich, szklanych wieżowców biurowych. Znalezienie sprzętu radzącego sobie z takimi zakłóceniami staje się o wiele prostsze, gdy analizuje się rzetelne zestawienia technologiczne. Przeszukiwanie sieci ułatwiają profesjonalne rankingi smartwatchy do sportu, które rygorystycznie testują dokładność wbudowanych układów lokalizacyjnych w skrajnie trudnych warunkach miejskich.

Analityka snu i badanie fal stresu (HRV)

Monitorowanie nocnego odpoczynku odbywa się całkowicie bez ingerencji w fale mózgowe (EEG). Elektronika wykorzystuje tu zaawansowaną aktygrafię połączoną ze stałym odczytem pulsu. Fundamentem diagnostyki jest tu badanie tak zwanej zmienności rytmu zatokowego (HRV – Heart Rate Variability).

Faza głębokiego snu (NREM) charakteryzuje się niemal całkowitym bezruchem ciała oraz niezwykle równym, spowolnionym biciem serca przy niskim wskaźniku HRV. Przejście w fazę marzeń sennych (REM) wywołuje z kolei nieregularną pracę mięśnia sercowego, mimo trwającego paraliżu sennego organizmu. Procesory zestawiają te parametry, estymując długość poszczególnych cykli z dokładnością rzędu siedemdziesięciu do osiemdziesięciu procent w stosunku do twardych warunków klinicznych.

Ten sam wskaźnik HRV służy oprogramowaniu do szacowania fizjologicznego poziomu stresu u danego użytkownika w ciągu dnia. Zdrowe, zrelaksowane serce bije w sposób naturalnie nieregularny. Silne pobudzenie układu współczulnego (reakcja organizmu typu „walcz lub uciekaj”) wymusza na sercu pracę równą niczym u mechanicznego metronomu. Zegarek wychwytuje te milisekundowe różnice, tłumacząc biologiczną reakcję na czytelny wykres prezentowany ostatecznie na wyświetlaczu.

Algorytmy uczenia maszynowego (AI)

Surowe liczby napływające z sensorów stanowią jedynie niezrozumiały szum informacyjny. Przekucie ich w konkretne komunikaty dla właściciela sprzętu to zasługa gigantycznych baz danych i uczenia maszynowego (Machine Learning).

Klasyfikator sztucznej inteligencji dopasowuje odczytywane drgania z akcelerometru do wzorców zdeponowanych na serwerach producenta. Dzięki temu maszyna potrafi samodzielnie rozpoznać, czy człowiek jedzie na rowerze, wspina się po schodach czy intensywnie wiosłuje na basenie.

Różnice w wyliczanych kaloriach pomiędzy zegarkami różnych marek wynikają bezpośrednio z zastosowania odmiennych modeli metabolicznych w ich kodzie źródłowym. Każda firma traktuje swoje algorytmy jak pilnie strzeżoną tajemnicę handlową, implementując własne wagi matematyczne dla takich wskaźników jak płeć oraz poziom tkanki tłuszczowej człowieka.

FAQ