Unobtrusive detection of poor sitting and eating behaviour in a healthy population
Onopvallende technologiën om slecht zit- en eetgedrag op te merken
Musculoskeletale aandoeningen en het metabool syndroom zijn twee veelvoorkomende gezondheidsproblemen in de algemene bevolking. Vooral kantoorwerkers worden vaak getroffen door hun hoofdzakelijk sedentaire levensstijl. Slechte zithouding, ongezonde eetgewoonten en een gebrek aan lichaamsbeweging behoren tot de belangrijkste risicofactoren die bijdragen aan de ontwikkeling van deze gezondheidsproblemen. Mensen zijn zich vaak niet bewust van de impact die deze gedragspatronen hebben op hun gezondheid, omdat die zich geleidelijk, over de jaren heen, kunnen ontwikkelen tot chronische ziekten. Zodra deze chronische aandoeningen zich voordoen, is het vaak moeilijk én tijdrovend om weer gezond te worden.
Ter ondersteuning van preventie ontwikkelde Linda Ong onopvallende technologieën voor het detecteren van de belangrijkste risicofactoren voor het metabool syndroom en musculoskeletale aandoeningen. Deze technologieën monitoren slechte zit- en eetgewoonten. Om ervoor te zorgen dat de voorgestelde technologieën eenvoudig door eindgebruikers kunnen worden toegepast, testte Ong ze in semi-gecontroleerde laboratoriumomgevingen en in ongecontroleerde studies.
Met behulp van machine learning-algoritmes die gebruikmaken van drukmatdata, toont Ong aan dat zitposities kunnen worden voorspeld die verband houden met rugpijn. Verder toont ze aan dat continue glucosemetingen een correlatie vertonen met de inname van koolhydraten en andere macronutriënten bij gezonde gebruikers. Deze inzichten kunnen worden gebruikt om de voorspellingen door machine learning-algoritmes verder te verbeteren, zodat gebruikers hun voedselconsumptie moeiteloos kunnen bijhouden. Naast de voedingsinhoud is de portiegrootte een belangrijk aspect van dieetmonitoring. Daarom onderzochten Ong ook welke wearables ingezet kunnen worden om de hoeveelheid voedsel, drank en gecombineerde voedsel- en drankinname te monitoren. Ong stelde vast dat de combinatie van PPG- en IMU-sensoren veelbelovende resultaten oplevert. Deze combinatie is vooral interessant omdat dergelijke sensoren vaak geïntegreerd zijn in smartwatches en geen inbreuk maken op de privacy van de gebruiker.
Het algoritme dat in dit proefschrift werd ontwikkeld, opent nieuwe mogelijkheden om voedselinname en zitgedrag te monitoren in het kader van preventieve gezondheidszorg. Door deze technologieën te integreren in consumentenapparaten, hebben ze het potentieel om een gezonde levensstijl te bevorderen, wat uiteindelijk kan bijdragen aan het verminderen van het verlies aan kwaliteit-gecorrigeerde levensjaren.
Lees ook: weg met die onhandige eet-dagboeken voor diabetes-patiënten
Linda Ong voerde haar onderzoek uit bij het Engineering and Technology institute Groningen (ENTEG), afdeling Discrete Technologie en Productie Automatisering.