Älylaitteiden 3 haastetta, mitkä sinun tulisi tiedostaa!
Yhä useamman ranteesta tai sormesta löytyy palautumista, unta, fyysistä aktiivisuutta tai liikunnan tehoja mittaava laite. Moni kuitenkin pohtinee, voiko laitteen antamaan tietoon luottaa. Tiedon oikeellisuuteen vaikuttaa luonnollisesti laitteiden laatu ja mittausteknologia sekä niiden käyttämät algoritmit. On esimerkiksi huomattava ero, mitataanko unta pelkän liikeanturin avulla vai hyödyntäen myös syketietoa.
Teemasta löytyy mielestäni asiallinen kirjoitus Ylen sivuilta, enkä ala toistamaan tuossa käsiteltyjä asioita. Lyhyenä yhteenvetona voi sanoa, että yksittäisiin arvoihin on hyvä suhtautua varauksin, mutta pitkän ajan seurannan trenditieto ja erityisesti muutokset normaalista voivat antaa tärkeää tietoa. Sykkeen ja fyysisen aktiivisuuden mittaukset ovat alueita, missä päästään ehkä parhaimpaan tarkkuuteen. Unen mittaus on ongelmallisinta. Myös tutkimukset osoittavat, että uniluokkien ja unessa olon tunnistus vaatisi aivokäyrien mittausta. Unitulokset ovat siis suuntaa antavia ja ehkä eniten riippuvaisia laitteen soveltuvuudesta.
Haaste 1: Palautumisen mittaamisen tarkkuus
Ranteesta ja sormesta mittaavat laitteet perustuvat pääsääntöisesti pulssin mittaukseen infrapunavalon avulla. Mittaus perustuu sydämen sykinnän aiheuttaman veren tilavuuden muutoksiin verisuonissa. Pulssimittaus on usein kohtuullisen luotettava syketaajuuden (krt/min) tunnistamisessa, olkoonkin että rintakehältä sydämen sähköistä käyrää mittaavat sykeanturit tai erityisesti EKG-laitteen elektrodit tuovat lisätarkkuutta.
Palautumisen ja unenlaadun mittaus perustuu puolestaan sykevälivaihtelun tunnistamiseen peräkkäisistä sydämen lyönneistä. Toisin kuin sykkeen mittauksessa, nyt millisekuntienkin erot sykkeiden tunnistamisessa voivat vaikuttaa merkittävästi laskenta-algoritmeihin. Veren tilavuuden muutokseen perustuvan mittauksen tarkkuus ei olekaan enää optimaalinen, erityisesti jos liike tai joku muu tekijä aiheuttaa häiriötä.
EKG-pohjainen sensori mittaa sydämen sähkökäyrää ja siitä kahden R-piikin välistä aikaeroa. Alla oleva kuva auttanee hahmottamaan menetelmän tarkkuutta verrattuna pulssin mittaukseen. EKG pohjainen hyvinvointianalyysi antaakin luotettavaa tietoa mittausvuorokauden jokaisesta hetkessä, mikä auttaa palautumiseen vaikuttavien tekijöiden tunnistamisessa.
Haaste 2: Rytmihäiriöt vääristävät palautumisen arvion
Kokemuksiemme mukaan jopa joka neljänneksellä suomalaisesta aikuisväestöstä on sydänkäyrässä poikkeavuuksia, mitkä vääristävät sykevälivaihteluun perustuvaa palautumisen arvioita. Pienellä osalla taustalla on lisätutkimuksia vaativa terveydellinen riskitekijä, usein ne ovat kuitenkin yksilöllinen ominaisuus, joiden esiintymistä esimerkiksi univelka, stressi, urheilijan ylikuntotila, nestehukka, kofeiini tai alkoholi lisäävät. Mikäli sinulla on taipumus epäsäännölliseen rytmiin ylikuormitustilanteessa, älylaitteen kertoma tieto voimistuneesta palautumisesta voikin olla seurasta autonomisen hermoston ylivireydestä. Älylaite ei valitettavasti ole riittävän älykäs kertomaan tällaisissa tilanteissa, että mittaustulokseen liittyy epävarmuutta tai se voi olla jopa 180 astetta pielessä.
EKG-pohjainen hyvinvointianalyysi tuokin lisää varmuutta älylaitteiden kertomaan tietoon. Livtec Recovery mittaus ottaa sydänkäyrästä 250 näytettä sekunnissa. Käyttämämme analyysiohjelmisto hyödyntääkin koko sähköistä signaalia, ei vain kahden sykevälin välistä aikaa kuten useimmat kilpailevat ratkaisut tai älylaitteet. Mittauksesta saatu EKG-nauhoite tarkistetaan myös visuaalisesti asiantuntijan toimesta ja näin varmistetaan, ettei erilaisia poikkeamia (lisälyönnit, epäsäännöllinen rytmi, sykkeen pyrähdykset, uniapnea) tulkita virheellisesti terveeksi sykevälivaihteluksi ja sitä kautta hyväksi palautumiseksi.
Haaste 3: Tulosten tulkinta vaatii syvää osaamista
Google-haku ’HRV research’ (HRV = Heart Rate Variability) antaa yli 15 miljoona löydöstä. Sykevälivaihtelu ja sen takana olevan autonomisen hermoston toimintaa onkin tutkittu hyvin laajasti ja monipuolisesti. Tutkimukset ovat lisänneet ja lisäävät koko ajan ymmärrystämme mahdollisuuksista ja rajoitteista tai mitkä lukuisista sykevälivaihtelumittareista ovat optimaalisimpia halutun tekijän havainnoimiseen. Tietyt mittarit voivat antaa tietoa stressistä, jonka taustalla on elämän hektisyydestä johtuva uupumus, toiset voivat kertoa enemmän huoli-murhe tyyppisestä tai jopa traumaperäisistä stressitekijöistä.
Mittarien suhteet voivat auttaa urheilijan ylikuntotilan asteen tai tyypin tunnistamisessa. Sykevälivaihtelu voi kertoa myös terveysriskeistä, esimerkkinä insuliiniresistenssi tai sydäntaudit. Erilaiset krooniset sairaudet ja lääkitykset voivat vaikuttaa mittaustuloksiin ja ne olisi osattava huomioida palautumisen arvioissa. Vaikka älylaitteiden käyttäjälleen antama tieto on usein yksinkertaistettua jo niidenkin oikea tulkinta voi olla haastavaa, mikäli käyttäjä ei ole erityisen innokkaasti perehtynyt ihmisen fysiologian saloihin tai kuvattuun tutkimuskenttään.
Livtec Recovery Hyvinvointianalyysi pitää sisällään aina myös asiantuntijan arviot palautumiseen vaikuttavista tekijöistä ja kuinka omaa hyvinvointia voi edistää. Tulkintojen taustalla on niin vankkaa tutkimustietoa kuin kokemusperäisesti syntynyttä ymmärrystä. Sanalliset yksilölliset asiantuntijatulkinnat ja palautekeskustelut tuovat luonnollisesti tärkeän lisäarvon ja auttavat oman itsetuntemuksen lisäämisessä. Tämä puolestaan tukee älylaitteiden antaman tiedon oma-aloitteista tulkintaa.
Lopuksi
Jos älylaite motivoi sinua ja osaat suhtautua tuloksiin varauksella ymmärtäen rajoitteet (myös yksilölliset sellaiset), se on erinomainen työkalu hyvinvoinnin ja palautumisen pitkäaikaiseen seurantaan. Muista, että laite on hyvä renki, mutta huono isäntä.
Livtec Recovery Hyvinvointianalyysi antaa syvempää, itsetuntemusta lisäävää ymmärrystä palautumiseen vaikuttavista syy-seuraus-suhteista. Tämä auttaa sinua myös älylaitteesta saamasi tiedon hyödyntämisessä. Ennen kaikkea saat varmuutta siihen, kuinka tarkkaa älylaitteen antama tieto on juuri sinun kohdalla.
Viimeisimmät kommentit