Steg bokstavligt tagna mot bättre hälsa
Hur vi går kan ge oss mycket information om vår hälsa. Siddhartha Khandelwal och hans kollegor vid Högskolan i Halmstad har skapat en unik databas med rörelsedata som samlats in i olika miljöer. De utvecklar också en mobil plattform där data på ett enkelt sätt kan samlas in och analyseras genom rörelsesensorer och smarta mobiltelefoner. Siddhartha Khandelwal jobbar dessutom mot en stor paradox inom forskningsfältet.
Doktoranden Siddhartha Khandelwal vid Högskolan i Halmstad arbetar med att analysera individers rörelsemönster:
– Hur vi rör oss, och speciellt hur vi går, kan avslöja mycket om oss människor, säger han.
Mänsklig rörelse studerades redan på den grekiska filosofen Aristotles dagar och sedan dess har vi kommit långt:
– Flera av våra kroppssystem, som till exempel hjärt-kärlsystemet och det autonoma nervsystemet, samarbetar för att vi ska kunna gå. Inom forskningsfältet försöker vi hitta sätt att observera och förstå de underliggande mekanismerna för dessa system. Till exempel kan tecken på Parkinsons, demens, multipel skleros och andra neurofysiologiska sjukdomar potentiellt upptäckas på ett tidigt stadium genom att kontinuerligt observera gångmönster.
– Om ett eller flera av kroppssystemen påverkas, avspeglas det sannolikt i sättet individen går.
Siddhartha Khandelwal och hans kollegor vid Högskolan i Halmstad har skapat en unik databas med gångmönsterinformation. De har även använt denna data för att skapa ett mobilt digitalt verktyg som utvärderar kvaliteten på rörelsen hos individer som skadats eller drabbats av någon sjukdom som lett till en försämrad rörelseförmåga.
Paradoxen inom rörelseanalys
Sättet vi går eller springer på kallas för gait på engelska och analyseras oftast i särskilda rörelselabb. Men med de kostnadseffektiva bärbara sensorer som finns tillgängliga idag, kan mätningar äntligen göras utanför labben och dessutom samla rörelseinformation i vardagen, mellan labbesöken. Flera olika algoritmer har utvecklats för att kunna studera och jämföra frisk och patologisk gång. Denna utveckling har emellertid gjorts på data som samlats in från kontrollerade försök inomhus, exempelvis i en sjukhuskorridor. Så när Siddhartha Khandelwal började studera detta insåg han problemet:
– Jag insåg vilken paradox det är. Om man nu vill analysera något i verkligheten, varför samlas då data in i en kontrollerad labbmiljö? Och om hela idén med bärbara sensorer är att de kan bäras och användas överallt, varför görs inte det? Jag ville samla egen data och utveckla en robust algoritm som har potential att användas i människor vardag, säger han och tillägger:
– Om du vill använda resultatet av din forskning i ”verkligheten” så måste metoderna också testas i densamma. Dessutom för att förstå hur väl de fungerar måste metoderna jämföras i kontrollerade studier.
En typ av sensor som använts är trycksensorer, så kallade FSR (force sensitive resistors), som integrerats i skorna. Thomas Lithén, forskningsingenjör vid Akademin för informationsteknologi, har utvecklat skorna som använts i detta forskningsprojekt.
Först med att publicera data från gångexperiment utomhus
Det finns huvudsakligen tre publika databaser med gångmönstereinformation. Tillsammans med Nicholas Wickström, Docent vid Akademin för informationsteknologi, samlade Siddhartha Khandelwal data till ytterligare en öppen databas, MAREA – ”Movement Analysis in the Real-World Environments using Accelerometers”.
– Vår databas är unik eftersom det är den första, som vi känner till, att samla data från olika miljöer och underlag – både inomhus och utomhus. MAREA är den första databasen med information från flera sensorer vid gång utomhus, säger han.
– Genom att även samla data från gång inomhus kan vi jämföra resultaten från olika miljöer. Det är betydligt svårare att analysera utomhusdata eftersom miljön inte alls är kontrollerad. Olika vägunderlag, lutningar och hinder gör gång och löpning mer varierande. Men att skapa robusta algoritmer baserade på verklighetsscenarier är viktigt för att kunna få en långsiktig och kontinuerlig rörelseanalys i vardagen. Så vi kommer att tillföra mer information till databasen efter hand med ännu fler dynamiska situationer.
MAREA är också unik när det kommer till antalet sensorer som använts för att mäta personers gångmönster.
– Vi har använt oss av rörelsesensorer som fästs på fyra olika ställen på kroppen och trycksensorer, så kallade FSR (force sensitive resistors), inbyggda i skorna. På så sätt kan resultat jämföras med varandra och säkerställa att det som mätts faktiskt är korrekt, säger Siddhartha Khandelwal.
Forskningsgruppen har använt bärbara sensorer för att kunna samla in rörelse i olika miljöer och på olika underlag. Bild: Siddhartha Khandelwal
Andra kan utveckla av MAREA-data
Databasen har fått mycket uppmärksamhet sedan den lanserades publikt i november 2016. Forskare från Australien, USA, Sydamerika och Europa har laddat ner data från MAREA. Den stora nyttan med publika databaser är att olika algoritmer kan jämföras på samma data vilket kan påskynda utvecklingen inom forskningsfältet. Hundratals vetenskapliga artiklar har publicerats baserade på information från andra databaser med rörelseinformation – det finns med andra ord ett stort intresse för forskningsfältet. De flesta databaser är heller inte publika, vilket går emot traditionen inom forskning att tillhandahålla information öppet och gratis.
Siddhartha Khandelwal vill att forskningsresultaten från Högskolan i Halmstad, utvecklade i samverkan med Tappa Service AB, ska bli så tillgängliga och öppna som möjligt.
Text: KRISTINA RÖRSTRÖM och LOUISE WANDEL
Bilder: KRISTINA RÖRSTRÖM (om inget annat anges)
Toppbild: ISTOCK