Thiết bị đeo theo dõi sức khỏe hoạt động và cung cấp gì?

Vì vậy, bước chân, nhịp tim, quãng đường, năng lượng tiêu hao và thời lượng ngủ không có cùng bản chất đo lường. Một số chỉ số bám sát tín hiệu cảm biến hơn, trong khi số khác phụ thuộc nhiều vào mô hình ước tính và thông tin hồ sơ. Sự khác biệt này quyết định cách nên đọc dữ liệu: wearable phù hợp với việc quan sát hoạt động và thay đổi theo thời gian, nhưng một giá trị đơn lẻ không tự động trở thành kết luận y khoa.

Thiết bị đeo biến tín hiệu cơ thể thành chỉ số như thế nào?

Một thiết bị đeo thường hoạt động qua ba lớp: cảm biến thu tín hiệu, thuật toán xử lý và phần mềm trình bày kết quả. Cảm biến gia tốc ghi gia tốc theo các trục chuyển động; con quay hồi chuyển ghi vận tốc góc. Thuật toán phân tích chuỗi tín hiệu để nhận ra các mẫu lặp, từ đó suy ra bước chân, tư thế hoặc khoảng thời gian người dùng đang vận động.

Với nhịp tim trên cổ tay, cảm biến quang học PPG chiếu ánh sáng vào da và ghi thay đổi ánh sáng phản xạ liên quan đến biến thiên thể tích máu theo nhịp mạch. Dạng sóng này được xử lý để tạo nhịp tim, thường biểu diễn bằng số nhịp mỗi phút (bpm). Một số thiết bị còn dùng khoảng thời gian giữa các xung mạch để tạo các chỉ số như biến thiên nhịp tim. Nếu có GPS hoặc GNSS, chuỗi vị trí theo thời gian cung cấp dữ liệu để tính quãng đường, tốc độ và lộ trình ngoài trời.

Nhiều chỉ số chỉ xuất hiện sau khi phần mềm kết hợp nhiều nguồn tín hiệu. Chuyển động, nhịp tim, vị trí, thời gian và thông tin hồ sơ có thể cùng tham gia vào phép ước tính cường độ hoạt động, năng lượng tiêu hao hoặc trạng thái ngủ. Đây là khác biệt cốt lõi giữa dữ liệu cảm biến và dữ liệu suy luận: thiết bị có thể ghi trực tiếp gia tốc hoặc tín hiệu quang học, nhưng “calo đã đốt” hay “giai đoạn ngủ” là kết quả của mô hình xử lý.

Phạm vi dữ liệu phụ thuộc phần cứng và phần mềm của từng thiết bị. Nếu không có cảm biến cần thiết hoặc thuật toán không hỗ trợ một chỉ số, không nên mặc định rằng chỉ số đó vẫn được đo ngầm. Vì thế, khi đọc dữ liệu wearable, câu hỏi đầu tiên nên là con số này đến từ cảm biến nào và có bao nhiêu bước ước tính trước khi được hiển thị.

Thiết bị đeo theo dõi vận động và tập luyện bằng dữ liệu nào?

Dữ liệu vận động thường bắt đầu từ số bước, thời gian di chuyển, thời gian ít vận động và thời lượng hoạt động trong ngày. Các con số này được tạo từ mẫu gia tốc và chuyển động của vị trí đeo. Số bước là kết quả thuật toán nhận diện mẫu bước chứ không phải phép đếm cơ học từng lần bàn chân chạm đất.

Khi có định vị, thiết bị có thể bổ sung quãng đường theo mét hoặc kilômét, tốc độ, nhịp độ (pace) và lộ trình. GPS hữu ích cho chạy, đi bộ hoặc đạp xe ngoài trời vì vị trí thay đổi theo thời gian cho phép tính khoảng cách và vận tốc. Trong nhà, giữa các công trình cao tầng hoặc khi tín hiệu vệ tinh yếu, thiết bị có thể phải dựa nhiều hơn vào dữ liệu chuyển động và phép hiệu chỉnh, nên kết quả có thể lệch so với một phương pháp đo quãng đường tham chiếu.

Cường độ hoạt động và năng lượng tiêu hao có nhiều tầng suy luận hơn. Thuật toán có thể kết hợp gia tốc, nhịp tim, thời lượng và thông tin hồ sơ để ước tính mức gắng sức hoặc kilocalorie (kcal). Cơ thể không được “đo calo” trực tiếp bởi cảm biến ở cổ tay như trong một phép đo chuyển hóa; con số kcal là đầu ra của mô hình. Vì vậy, nó phù hợp hơn để so sánh tương đối trong điều kiện sử dụng nhất quán hơn là được xem như giá trị tuyệt đối không sai số.

Nhóm dữ liệu này giúp mô tả khối lượng và tần suất vận động: người dùng có thể biết mình di chuyển bao lâu, hoàn thành quãng đường nào, tốc độ thay đổi ra sao và lịch tập có được duy trì hay không. Giữ vị trí đeo và cách sử dụng tương đối ổn định làm các lần theo dõi dễ so sánh hơn.

Các chỉ số sinh lý và giấc ngủ được tạo ra như thế nào?

Nhịp tim là chỉ số sinh lý phổ biến trên thiết bị đeo cổ tay. PPG ghi biến thiên quang học theo nhịp mạch, rồi thuật toán chuyển tín hiệu thành bpm. Khi cảm biến tiếp xúc ổn định với da và người đeo ít chuyển động, dạng sóng thường dễ phân tích hơn; vận động mạnh, dây đeo lỏng hoặc tiếp xúc kém làm tăng nhiễu và buộc thuật toán phải lọc tín hiệu nhiều hơn.

Một số thiết bị còn cung cấp HRV, độ bão hòa oxy ngoại vi ước tính (SpO2), nhiệt độ da hoặc điểm phục hồi. Các chỉ số này không có cùng cơ chế. SpO2 trên thiết bị hỗ trợ thường được suy ra từ phản ứng quang học ở các bước sóng khác nhau và biểu diễn bằng phần trăm; nhiệt độ da phản ánh nhiệt tại vị trí cảm biến chứ không mặc định bằng nhiệt độ trung tâm của cơ thể. HRV có thể được suy ra từ khoảng thời gian giữa các nhịp xung, nên chất lượng tín hiệu và thời điểm đo ảnh hưởng đáng kể đến khả năng so sánh.

Giấc ngủ là một trường hợp điển hình của dữ liệu suy luận. Wearable thường kết hợp thời điểm ít chuyển động, nhịp tim và các mẫu tín hiệu khác để ước tính lúc bắt đầu ngủ, thời lượng ngủ và, trên một số thiết bị, các giai đoạn ngủ. Phép đo đa ký giấc ngủ trong môi trường lâm sàng sử dụng nhiều tín hiệu sinh lý chuyên biệt, vì vậy phân loại giai đoạn ngủ của wearable không nên được hiểu như bản sao trực tiếp của hệ thống tham chiếu đó.

Các dữ liệu sinh lý và giấc ngủ hữu ích nhất khi được đọc đúng phạm vi: nhịp tim khi nghỉ, lịch ngủ hoặc thời lượng ngủ ước tính có thể cho thấy sự thay đổi theo thời gian; một điểm phục hồi hoặc giai đoạn ngủ do thuật toán tạo ra cần được diễn giải thận trọng hơn. Tính năng nào không được phần cứng và phần mềm của thiết bị hỗ trợ thì không thể suy ra chỉ từ việc thiết bị được gắn nhãn “theo dõi sức khỏe”.

Dữ liệu wearable hỗ trợ người dùng thay đổi thói quen ra sao?

Một số đo riêng lẻ thường thiếu bối cảnh, còn chuỗi dữ liệu nhiều ngày có thể cho thấy mức nền và xu hướng. Thiết bị đeo có lợi thế ở khả năng thu dữ liệu lặp lại trong sinh hoạt mà người dùng không phải ghi chép mọi hoạt động bằng tay. Nhờ đó, số bước, thời lượng vận động, lịch ngủ hoặc nhịp tim khi nghỉ có thể được đặt cạnh chính dữ liệu trước đó thay vì chỉ đứng một mình.

Ứng dụng sau đó biến dữ liệu thành phản hồi: so sánh tiến độ với mục tiêu, nhắc vận động sau thời gian ít hoạt động hoặc cho thấy mức độ duy trì của một lịch tập. Vòng phản hồi gồm bốn bước đơn giản: hành vi tạo tín hiệu, thiết bị chuyển tín hiệu thành chỉ số, ứng dụng tổng hợp thành xu hướng, rồi người dùng quyết định có cần điều chỉnh lịch vận động hoặc nghỉ ngơi hay không. Wearable hỗ trợ tự theo dõi; nó không tự bảo đảm rằng hành vi hoặc sức khỏe sẽ cải thiện.

Giá trị thực tế tăng khi mục tiêu gắn với hành động có thể quan sát. Thay vì cố tối ưu một con số kcal trong một ngày, người dùng có thể xem tần suất vận động có ổn định qua nhiều tuần không; thay vì kết luận từ một đêm ngủ ngắn, có thể kiểm tra lịch ngủ có thay đổi kéo dài hay chỉ là ngoại lệ. Cách đọc này tận dụng thế mạnh của dữ liệu liên tục mà không đòi hỏi mỗi chỉ số phải chính xác tuyệt đối.

Thiết bị cũng có thể làm nổi bật một thay đổi khác thường so với mức nền cá nhân. Tuy nhiên, “khác thường” chỉ có nghĩa là dữ liệu lệch khỏi mẫu trước đó; nguyên nhân có thể đến từ cơ thể, hoàn cảnh sử dụng hoặc chính phép đo. Bước hợp lý tiếp theo là kiểm tra bối cảnh và tính lặp lại trước khi gán ý nghĩa sức khỏe cho thay đổi đó.

Độ chính xác của thiết bị đeo phụ thuộc vào những yếu tố nào?

Không có một con số duy nhất mô tả “độ chính xác của wearable” cho mọi dữ liệu. Mỗi chỉ số cần một chuẩn tham chiếu tương ứng: nhịp tim có thể được đối chiếu với điện tâm đồ hoặc thiết bị tim mạch tham chiếu; bước chân với đếm thủ công hoặc video; năng lượng tiêu hao với phương pháp đo chuyển hóa; còn giấc ngủ với hệ thống như đa ký giấc ngủ. Việc một thiết bị được xác thực tốt cho một chỉ số không chứng minh các chỉ số khác có cùng mức sai số.

Sai số có thể xuất hiện ngay ở tín hiệu đầu vào. Cảm biến quang học chịu ảnh hưởng của chuyển động, độ tiếp xúc với da và tưới máu ngoại vi; cảm biến chuyển động có thể nhầm một số cử động tay với bước hoặc bỏ sót những kiểu đi khác với mẫu mà thuật toán nhận diện; GPS phụ thuộc môi trường thu tín hiệu. Khi dữ liệu đi qua thêm các mô hình suy luận, giả định của thuật toán tiếp tục ảnh hưởng đến kết quả.

Điều kiện sử dụng cũng làm thay đổi hiệu năng đo. Vị trí đeo, độ chặt của dây, loại hoạt động, đặc điểm người dùng, phiên bản phần cứng và thuật toán đều có thể tác động. Một phép đo ổn định khi nghỉ không bảo đảm giữ nguyên chất lượng trong bài tập có chuyển động cổ tay mạnh; kết quả trong môi trường kiểm soát cũng không nhất thiết tái hiện hoàn toàn điều kiện sử dụng tự do.

Vì vậy, độ tin cậy phải được đánh giá theo từng chỉ số và mục đích. Nếu một quyết định cần giá trị có độ chính xác cao, nên dùng hoặc đối chiếu với phương pháp tham chiếu phù hợp. Khi theo dõi hằng ngày, cần giữ điều kiện đo càng nhất quán càng tốt; nếu đổi thiết bị, vị trí đeo hoặc cách sử dụng, một phần thay đổi quan sát được có thể đến từ hệ đo chứ không chỉ từ cơ thể.

Khi nào dữ liệu wearable chỉ nên được xem là thông tin tham khảo?

Ranh giới quan trọng nhất nằm ở mục đích sử dụng. Một tính năng theo dõi hoạt động hoặc sức khỏe chung được thiết kế để hỗ trợ lối sống không tự động trở thành công cụ chẩn đoán. Trong quản lý thiết bị y tế, chức năng sức khỏe chung (general wellness) và chức năng dùng cho mục đích chẩn đoán hoặc theo dõi bệnh có yêu cầu khác nhau về bằng chứng, xác thực và phạm vi sử dụng. Chữ “health” trên giao diện vì thế không chứng minh rằng mọi chỉ số đều có giá trị lâm sàng.

Nếu một số đo bất thường chỉ xuất hiện một lần, cần xem lại điều kiện thu dữ liệu: thiết bị có đeo đúng không, cảm biến có tiếp xúc tốt không, người dùng có vừa vận động mạnh không và kết quả có lặp lại trong điều kiện tương tự hay không. Khi dữ liệu liên quan đến một quyết định y khoa quan trọng, phép đo từ thiết bị tiêu dùng nên được xác minh bằng phương pháp hoặc thiết bị đã được xác thực cho mục đích đó.

Có một ngoại lệ quan trọng: một tính năng cụ thể trên wearable có thể được thiết kế, xác thực và cho phép sử dụng cho một mục đích y tế xác định. Khi đó, giá trị của tính năng phải được hiểu đúng theo hướng dẫn sử dụng và phạm vi được công bố; không nên suy rộng trạng thái “y tế” của một chức năng sang toàn bộ dữ liệu còn lại trên thiết bị.

Trong sử dụng hằng ngày, thiết bị phù hợp với tự theo dõi hoạt động, xu hướng và thay đổi so với mức nền. Nếu dữ liệu bất thường kéo dài, mâu thuẫn rõ với cảm nhận cơ thể hoặc đi kèm triệu chứng, việc đánh giá bằng phương pháp y tế phù hợp quan trọng hơn việc tiếp tục suy luận từ một chỉ số do thuật toán tạo ra.

Thiết bị đeo theo dõi sức khỏe thu tín hiệu chuyển động, quang học hoặc vị trí rồi dùng thuật toán chuyển chúng thành các chỉ số có thể theo dõi. Bước chân, quãng đường, nhịp tim, thời lượng hoạt động, năng lượng tiêu hao và giấc ngủ không có cùng cơ chế: một số bám sát dữ liệu cảm biến, còn số khác là kết quả ước tính qua nhiều bước xử lý.

Giá trị thiết thực của wearable nằm ở khả năng ghi dữ liệu lặp lại để người dùng quan sát xu hướng, theo dõi mục tiêu và điều chỉnh thói quen. Muốn dùng dữ liệu đúng vai trò, cần hiểu nguồn tín hiệu, điều kiện đo và giới hạn của từng chỉ số, đồng thời không đồng nhất một tính năng sức khỏe chung với phép đo chẩn đoán y khoa.