Il chip Wi-Fi in Raspberry Pi può misurare la frequenza cardiaca con precisione clinica senza costosi fitness tracker

I chip Wi-fi economici, come quelli che si trovano in un Raspberry Pi da 30 dollari, possono misurare il polso umano con la precisione di un cardiofrequenzimetro clinico o di un costoso dispositivo di monitoraggio della salute e del fitness come Apple Watch.

Secondo i ricercatori dell'UCSC che hanno condotto lo studio Pulse-Fi, una semplice rete Wi-fi creata con un chip ESP32 da cinque dollari può tracciare la frequenza cardiaca non peggio del Apple Watch 10, attualmente scontato su Amazon ma con un prezzo di 359 dollari.

I risultati dei test dell'economico Raspberry Pi sono stati ancora più accurati, in quanto i ricercatori hanno passato al setaccio i dati del Channel State Information (CSI) del Wi-Fi attraverso algoritmi di AI per rilevare la frequenza cardiaca di oltre cento partecipanti allo studio.

Le caratteristiche del canale Wi-Fi creato tra un trasmettitore e un ricevitore, come la fase, la frequenza nell'ambiente fisico o l'ampiezza, possono cambiare leggermente con ogni respiro e battito cardiaco. Questi minuscoli cambiamenti vengono poi filtrati con l'aiuto di algoritmi di apprendimento automatico che scartano tutte le altre cause che possono modificare il CSI di una rete Wi-Fi, lasciando a Raspberry Pi la misurazione corretta del polso di tutte le 118 persone coinvolte nello studio.

Per finire, le capacità di rilevamento della frequenza cardiaca della rete Wi-Fi erano presenti indipendentemente dalla posizione in cui si trovavano i partecipanti, o se erano in movimento, in piedi, seduti e persino sdraiati.

Per ottenere questo risultato, il team ha dovuto sviluppare il proprio database da zero e utilizzare un dispositivo di controllo come un ossimetro di livello clinico per insegnare agli algoritmi dell'AI quali cambiamenti nella frequenza o nell'ampiezza del canale Wi-Fi potevano essere attribuiti a un battito cardiaco e quali appartenevano a interferenze da altre fonti.

Il set guidato dall'AI che hanno implementato ha aiutato a rilevare il battito da una distanza maggiore, aprendo la strada al monitoraggio casuale della frequenza cardiaca tramite le reti Wi-Fi con l'algoritmo Pulse-Fi. Oltre al rilevamento delle pulsazioni Wi-Fi, i ricercatori dell'UCSC stanno ora puntando al riconoscimento dei modelli di frequenza respiratoria, che possono aiutare anche le persone che soffrono di apnea del sonno.