Nachricht

Apr 30, 2023

Wearables: Advanced Tech oder Advanced Marketing?

WERKZEUGKASTEN: Dank der Fortschritte bei tragbaren Biosensoren kann ein moderner Radfahrer erscheinen

WERKZEUGKASTEN: Dank der Fortschritte bei tragbaren Biosensoren kann ein moderner Radfahrer in der riesigen Datenmenge, die während und nach einer Fahrt verfügbar ist, wie ein Formel-1-Auto wirken. Hier sehen Sie den aktuellen Stand der tragbaren Sensortechnologie genauer und einige Überlegungen zur Entscheidung, was Ihnen in den Bereichen Gesundheit, Training und Rennen helfen könnte.

Heute werde ich einige wichtige Konzepte zur Bewertung eines tragbaren Biosensors durchgehen. Dieser Artikel ist KEINE Rezension eines einzelnen Sensors.

Wenn Sie tiefer in die neue Wearables-Technologie und ihr Potenzial in der Sportwissenschaft eintauchen möchten, kann ich Ihnen auch die beiden Artikel, die ich im Abschnitt „Referenzen“ veröffentlicht habe, wärmstens empfehlen (Ye et al. 2020; Shei et al. 2022).

Präzise und/oder zuverlässig?

Eines der wichtigsten Konzepte, die man über einen Sensor verstehen muss, egal ob es sich um eine Personenwaage oder einen tragbaren Sensor handelt, istGenauigkeit/GültigkeitUndZuverlässigkeit/Präzision . Diese Begriffe werden oft fälschlicherweise synonym verwendet oder falsch definiert. Lassen Sie uns dies anhand eines Beispiels verdeutlichen, in dem Sie einen Höhenmesser benötigen, um die wahre Höhe auf dem Gipfel des Mount Everest (8.848 m) zu messen:

Genauigkeit/Gültigkeit: Gibt Ihnen der Sensor den wahren Wert, den Sie messen möchten? Ergibt sich im Everest-Beispiel tatsächlich der Wert von 8.848 m am Gipfel oder sind es 8.200 m?

Zuverlässigkeit/Präzision: Wenn Sie mit demselben Sensor mehrere Messungen vornehmen, erhalten Sie dann denselben Wert? Für das Everest-Beispiel ist ein Sensor, der jedes Mal 8.200 m misst, NICHT genau/gültig, aber zuverlässig/präzise.

Was will man eigentlich von einem Sensor? Nun, das Ideal ist natürlich, dass es sowohl genau als auch zuverlässig ist. In manchen Kontexten kann das Ziel oder Optimum jedoch variieren. Wenn es sich zum Beispiel um einen Herzfrequenzmesser handelt, würde ich wahrscheinlich mehr Wert auf Genauigkeit legen, da die Herzfrequenz selbst von Tag zu Tag stark schwanken kann (Stress, Schlaf, Koffein usw.) und ich eigentlich wissen möchte, wie hoch mein Herz ist tun.

Wenn ich mir dagegen eine Personenwaage oder einen Leistungsmesser anschaue, würde ich wahrscheinlich mehr Wert auf Zuverlässigkeit legen. In diesen Fällen vergleiche ich mich nur mit mir selbst und bin mehr daran interessiert, Veränderungen im Laufe der Zeit zu verfolgen. Deshalb ist es mir wichtiger, wie viel Gewicht ich in einem Monat zugenommen habe (z. B. 3 kg), als dass ich 65 kg wiege. Wenn ich mit Leistung trainiere, ist es für mich möglicherweise wichtiger, dass sich meine Schwellenleistung im Laufe eines Trainingszyklus um 20 W erhöht, selbst wenn sie 220 W anzeigt, als den tatsächlichen genauen Wert von 250 W.

Ich habe die Frage der Genauigkeit und Zuverlässigkeit bereits in einem Videoartikel über den CORE-Körpertemperaturmonitor hervorgehoben.

Direkter vs. abgeleiteter Wert?

Ein weiteres wichtiges Konzept der Biometrie ist die Frage, ob ein Sensor einen Wert direkt misst oder ob er einen direkt gemessenen Wert erfasst und ihn dann einem komplexen Algorithmus durchläuft, um einen Wert zu ermitteln.

Das häufigste Beispiel ist wahrscheinlich die Herzfrequenz. Wir wissen, dass die über einen Brustgurt gemessene Herzfrequenz sehr genau und zuverlässig ist, und das ist ein Beispiel dafürDirekte messen. Das heißt, wenn Sie Ihre Herzfrequenz auf Ihrem Fahrradcomputer sehen, ist es genau das.

Eine Herausforderung bei vielen neuen Biosensoren besteht jedoch darin, dass sie diese ursprüngliche Messung durchführen und dann mithilfe von Software versuchen, viele Dinge mathematisch vorherzusagen. Wenn man die Herzfrequenz als Ausgangsmaßnahme verwendet, kann dies Herzfrequenzvariabilität, Sauerstoffsättigung, Erholung, VO2max usw. umfassen.

Warum ist das ein Problem? Je weiter man sich vom ursprünglichen Maß entfernt, desto mehr verlässt man sich auf Algorithmen und Annahmen.

Die Annahmen sind genau das: Sie gehen davon aus, dass Sie in Bezug auf die Antworten in die allgemeine Mitte der Bevölkerung fallen, während wir wissen, dass die einzelnen Antworten stark variieren können. Zum Beispiel haben Sie wahrscheinlich alle die Gleichung 220 – Alter für Ihre maximale Herzfrequenz gesehen. Abgesehen davon, dass es für diese Gleichung keine wissenschaftliche Grundlage gibt, führt dies dazu, dass die Diagramme in Fitnessstudios Trainingszonen vorschlagen. Allerdings war meine direkt gemessene maximale Herzfrequenz immer um 20–30 Schläge pro Minute viel niedriger als durch diese Gleichung vorhergesagt, sodass alle auf dieser Annahme basierenden Vorhersagen für mich völlig falsch wären.

Ein weiteres Problem bei Algorithmen besteht darin, dass es sich im Großen und Ganzen um Black Boxes handelt. Jeder Sensor und jedes Unternehmen verfügt über eigene Algorithmen, sodass wir nicht einmal wissen, welches Maß oder welche Maße sie möglicherweise verwenden, um einen Wert abzuleiten, geschweige denn die Gleichungen selbst. Das macht es meiner Meinung nach schwierig, abgeleiteten biometrischen Werten wie einem Erholungswert oder VO2max zu vertrauen.

Wer ist die Zielgruppe?

Ein letztes Problem im Zusammenhang mit Annahmen und Algorithmen istWER Sie werden in dieser großen Datenbank mit Ihnen verglichen. Bedenken Sie, dass die Entwicklung tragbarer Biosensoren größtenteils aus gesundheitlichen und klinischen Gründen und nicht aus sportlicher Sicht erfolgt. Dies kann dazu führen, dass ein Sensor zunächst für eine relativ passive und sesshafte Bevölkerung entwickelt und dann seitlich in eine sportliche Anwendung integriert wird.

Die Herausforderung dabei kann darin bestehen, dass der Sensor bei relativ sitzender Nutzung oder bei leichter körperlicher Betätigung sehr genau und zuverlässig ist. Dies lässt sich jedoch nicht immer direkt darauf übertragen, dass er bei starker körperlicher Betätigung, Bewegung und Schwitzen genauso genau und zuverlässig ist.

Eine weitere potenzielle Herausforderung besteht darin, dass die große Bevölkerungsdatenbank, die zum Vergleich herangezogen wird, von einer weitgehend sesshaften Bevölkerung mit potenziellen klinischen Problemen im Vergleich zu einer gesünderen und hochaktiven Bevölkerung stammt. Es könnte sich also um einen Vergleich von Äpfeln und Birnen handeln.

Zusammenfassung

Auch hier gilt für einen Sportwissenschaftler, dass es ein enormes Potenzial für tragbare Technologien gibt und dieser Artikel nicht dazu gedacht ist, das Gebiet als Ganzes oder eine bestimmte Einheit herabzusetzen. Stattdessen habe ich hoffentlich drei wichtige Überlegungen angestellt, über die Sie nachdenken sollten, wenn Sie sich entscheiden, ob Sie einen der vielen neuen tragbaren Biosensoren kaufen/einführen, die auf den Markt kommen, und jeder davon verspricht, wie er Ihr Training voranbringen wird .

Viel Spaß und fahr schnell!

Verweise

Shei RJ, Holder IG, Oumsang AS, et al (2022) Tragbare Aktivitätstracker – fortschrittliche Technologie oder fortschrittliches Marketing? Eur J Appl Physiol 122:1975–1990. https://doi.org/10.1007/s00421-022-04951-1

Ye S, Feng S, Huang L, Bian S (2020) Jüngste Fortschritte bei tragbaren Biosensoren: Von der Gesundheitsüberwachung bis zur Sportanalyse. Biosensoren 10:205. https://doi.org/10.3390/bios10120205