คุณย่าของผมชอบออกไปเดินเล่นตอนกลางคืน แต่ด้วยสุขภาพที่หดถอยลงในวัย 90 ปี ท่านเคยเกิดอุบัติเหตุหกล้มในทุ่งนาขณะเดินเล่นตอนกลางคืน ครอบครัวของผมและผมต้องใช้เวลาทั้งคืนในการตามหาท่าน และในที่สุดก็ต้องแจ้งตำรวจเพื่อช่วยตามหา พ่อแม่ของผมเป็นห่วงท่านมากและบอกว่าท่านต้องมีคนไปเป็นเพื่อนด้วยเสมอหากจะออกไปเดินเล่นตอนกลางคืน

เมื่อช่วงสุดสัปดาห์ที่ผ่านมาในงาน LA Hacks, ผมได้แชร์เรื่องนี้กับเพื่อนๆ ในทีมเดียวกัน หลังจากระดมสมองกันแล้ว เราคิดว่า ทำไมเราไม่สร้างอุปกรณ์ Wearable ที่สามารถตรวจจับเหตุฉุกเฉินด้านสุขภาพของผู้สวมใส่ที่เป็นผู้สูงอายุ และส่งการแจ้งเตือนไปยังครอบครัวและเพื่อนของเขาได้ล่ะ? นี่คือที่มาของ Cura

การวิจัย

ระหว่างการทำวิจัย ผมพบว่าไม่ใช่เพียงแค่คุณย่าของผมเท่านั้น แต่ยังมีผู้สูงอายุอีกจำนวนมากที่กังวลเกี่ยวกับปัญหาฉุกเฉินด้านสุขภาพ โดยเหตุฉุกเฉินหลักสองประเภทคือ การหกล้ม และภาวะ Arrhythmia (อัตราการเต้นของหัวใจผิดปกติ) ซึ่งเกิดจากร่างกายและอวัยวะที่เสื่อมสภาพลง

การหกล้มและภาวะ Arrhythmia เป็นปัญหาฉุกเฉินด้านสุขภาพที่พบบ่อยในผู้สูงอายุ

จากข้อมูลของ CDC, มีรายงานการหกล้มในผู้สูงอายุประมาณ 36 ล้านครั้งในแต่ละปี ส่งผลให้ต้องเข้ารับการรักษาในแผนกฉุกเฉิน 3 ล้านครั้ง และมีผู้เสียชีวิตมากกว่า 32,000 ราย และจากข้อมูลของ NHANES, 70% ของผู้สูงอายุมีภาวะความดันโลหิตสูง ซึ่งเป็นสาเหตุของโรคหลอดเลือดสมอง หัวใจล้มเหลว และแม้กระทั่งการเสียชีวิตอย่างกะทันหัน

นอกจากนี้ งานวิจัยโดย BMC Emergency Medicine ชี้ให้เห็นว่าช่วงเวลา 60 นาทีหลังจากได้รับบาดเจ็บรุนแรงคือโอกาสสูงสุดที่จะรอดชีวิตหากได้รับการดูแลทางการแพทย์ สิ่งนี้พิสูจน์ให้เห็นว่าไอเดียของเราสามารถช่วยชีวิตผู้สูงอายุได้โดยการรายงานเหตุฉุกเฉินด้านสุขภาพได้ทันท่วงที เราจึงเริ่มสร้างมันขึ้นมา

การตรวจจับเหตุฉุกเฉินด้านสุขภาพ

เราใช้ Arduino Uno เป็นบอร์ดหลัก (เนื่องจาก Nano R3 ดูเหมือนจะไม่ค่อยซัพพอร์ตกับ MacOS เวอร์ชันสูงๆ จากที่เราได้ลองทดสอบดู) พร้อมกับ MPU6050 accelerometer, pulse sensor, ESP-8266 12-e WiFi module, pushbutton, หลอด LED และแบตเตอรี่ 3.7V

Code และแผนผังการต่อสาย (Wire diagram) ทั้งหมดอยู่ที่ด้านล่างของหน้านี้ MPU6050 และ pulse sensor จำเป็นต้องบัดกรีก่อนใช้งาน

การตรวจจับการล้ม

เราใช้ accelerometer ในการตรวจจับการล้ม เนื่องจากอาการล้มคือ "Free fall" ในระดับที่ต่ำกว่าปกติ ซึ่งจะให้ค่าความเร่งจากแรงโน้มถ่วงที่น้อยกว่าปกติ (G < 9.8 - falling threshold) มีบาง โปรเจกต์ ใช้ DPS310 ในการตรวจจับการล้มโดยการวัดค่าความสูงที่ลดลงของผู้สวมใส่ แต่เราพบว่ามันไม่แม่นยำ (เช่น เมื่อเดินลงเนินหรือลงบันได) และไม่ชัดเจนเท่ากับการใช้ค่าความเร่งจากแรงโน้มถ่วง

เราทำให้การตรวจจับการล้มแม่นยำยิ่งขึ้นและหลีกเลี่ยงการแจ้งเตือนผิดพลาดโดยการรวม Code จาก โปรเจกต์นี้ โดย accelerometer จะต้องได้รับค่า G ที่ต่ำลงขณะล้ม เกิดค่า G พุ่งย้อนกลับเมื่อกระทบพื้น และไม่มีการเปลี่ยนแปลงของค่า G ในช่วงเวลาหนึ่ง ซึ่งบ่งบอกว่าผู้ใช้งานล้มลงและนอนนิ่งอยู่บนพื้น

การตรวจจับ Arrhythmia

เราใช้ pulse sensor เพื่อวัดอัตราการเต้นของหัวใจของผู้สวมใส่ จากผลการวิจัยพบว่า อัตราการเต้นของหัวใจที่สูงกว่า 200 หรือต่ำกว่า 27 ครั้งต่อนาที (BPM) นั้นเป็นอันตรายต่อชีวิต เมื่อคำนึงว่าผู้สวมใส่อาจจะกำลังออกกำลังกายหรือนอนหลับอยู่ อัตราการเต้นของหัวใจที่อยู่ในช่วงอันตรายนี้ถือว่าผิดปกติไม่ว่าผู้สวมใส่จะอยู่ในสถานะเคลื่อนไหวใดก็ตาม

ปุ่มฉุกเฉิน

เนื่องจากเหตุฉุกเฉินที่เกิดจากโรคหลอดเลือดสมองและหัวใจวายอาจไม่มีการเปลี่ยนแปลงของอัตราการเต้นของหัวใจที่ชัดเจน เราจึงเพิ่ม pushbutton ฉุกเฉินที่ช่วยให้ผู้สวมใส่ส่งการแจ้งเตือนได้โดยตรงเมื่อรู้สึกไม่สบาย

เมื่อเกิดเหตุฉุกเฉินจากสามกรณีข้างต้น หลอด LED ฉุกเฉินจะสว่างขึ้น แสงไฟจะช่วยส่งสัญญาณให้คนที่อยู่รอบตัวรู้ว่าผู้สวมใส่กำลังอยู่ในภาวะฉุกเฉิน เพื่อไม่ให้เข้าใจผิดว่าผู้สวมใส่เพียงแค่กำลังนอนหลับหรือแค่นอนพักผ่อน

ส่งการแจ้งเตือน SMS พร้อมตำแหน่งที่อยู่

เมื่อเหตุฉุกเฉินถูกกระตุ้น Arduino Uno จะส่งสัญญาณ Digital HIGH ไปยัง ESP8266 ซึ่งจะทำหน้าที่ส่ง SMS ไปยังผู้ติดต่อฉุกเฉินพร้อมกับตำแหน่งที่อยู่ของผู้สวมใส่

Twilio SMS API

Twilio รองรับการส่ง SMS ผ่านการเชื่อมต่อ WiFi โดยใช้ ESP8266 เราได้ทำตาม เอกสารนี้ เพื่อพัฒนาฟีเจอร์ดังกล่าว

UnwiredLab Geolocation API

จากการวิจัย เราพบว่า WiFi positioning system (WPS) ช่วยให้เราได้รับตำแหน่งปัจจุบันของผู้สวมใส่โดยใช้ข้อมูลจากเครือข่ายที่เชื่อมต่อ UnwiredLab ให้บริการ Geolocation API ที่ใช้ WPS ในการส่งคืนค่าตำแหน่งที่อยู่ เมื่อมีตำแหน่งที่อยู่ใน SMS ผู้ติดต่อฉุกเฉินจะสามารถตามหาตัวผู้สวมใส่ได้ก่อนที่สัญญาณชีพจะแย่ลง