[論文レビュー] Visualization and Analysis of Wearable Health Data From COVID-19 Patients

Susanne K. Suter, Georg Spinner+5 more|arXiv (Cornell University)|Jan 19, 2022

COVID-19 diagnosis using AI被引用数 3

ひとこと要約

本研究では、84名の入院中のCOVID-19患者から得られるリアルタイムのウェアラブルバイタルサインにおいて、医療的に関連のある健康パターンを検出・通信する目的で、カスタマイズされたヒートマップと双方向バー図を用いた可視化パイプラインを提案する。この手法は、傾向、極値、および生理的変化（例：ストレス発作や回復期）を効果的に強調し、データ品質の課題がある中でも、臨床スタッフが患者を遠隔でより効率的かつ正確にモニタリングできるようにする。

ABSTRACT

Effective visualizations were evaluated to reveal relevant health patterns from multi-sensor real-time wearable devices that recorded vital signs from patients admitted to hospital with COVID-19. Furthermore, specific challenges associated with wearable health data visualizations, such as fluctuating data quality resulting from compliance problems, time needed to charge the device and technical problems are described. As a primary use case, we examined the detection and communication of relevant health patterns visible in the vital signs acquired by the technology. Customized heat maps and bar charts were used to specifically highlight medically relevant patterns in vital signs. A survey of two medical doctors, one clinical project manager and seven health data science researchers was conducted to evaluate the visualization methods. From a dataset of 84 hospitalized COVID-19 patients, we extracted one typical COVID-19 patient history and based on the visualizations showcased the health history of two noteworthy patients. The visualizations were shown to be effective, simple and intuitive in deducing the health status of patients. For clinical staff who are time-constrained and responsible for numerous patients, such visualization methods can be an effective tool to enable continuous acquisition and monitoring of patients' health statuses even remotely.

研究の動機と目的

• 入院中のCOVID-19患者から得られる高容量のリアルタイムウェアラブル健康データを解釈する課題に対処すること。
• 異常または顕著な生理的パターンの迅速かつ直感的な検出を可能にすることで、臨床意思決定を改善すること。
• ウェアラブルモニタリングにおける欠損データ、デバイスの充電中断、センサーの不正確さなどのデータ品質の問題を克服すること。
• 効果的で解釈可能な可視化を通じて、臨床スタッフとデータサイエンティストの間のコミュニケーションを促進すること。
• COVID-19をはるかに超えた他の臨床用途にも適用可能なスケーラブルで再利用可能な可視化フレームワークを開発すること。

提案手法

• 24時間サイクルにわたるバイタルサイン（例：心拍数、呼吸数、SpO2）の時間的パターンを可視化するために、カスタマイズされたヒートマップを採用した。
• 高い値と低い値の両方をアラートとして表示する双方向バー図を用い、不規則なまたは繰り返し現れるパターンの検出を可能にした。
• データ密度を低減し視覚的明瞭性を向上させるために、特定のバイタルサインに限定して時間的集約を適用した。
• 製造元が提供する品質推定値または計算されたインデックスを用いて、生データのクリーニングを実施するデータ品質フィルタリングを実装した。
• 暦的リズムやデータギャップの特定を支援するため、真夜中のラインや時間軸ラベルなどの視覚的アノテーションを統合した。
• 可視化デザインの反復的改善と使いやすさの向上を図るため、臨床スタッフおよびデータサイエンティストを対象にアンケート調査を実施した。

実験結果

リサーチクエスチョン

• RQ1 入院中のCOVID-19患者から得られるウェアラブルバイタルサインデータを、医療的に関連のある健康パターンを効果的に明らかにする形でどのように可視化できるか？
• RQ2 どのような可視化技術が、臨床スタッフがストレス発作や回復期などの重要な変化をリアルタイムで検出するのを最も効果的に支援するか？
• RQ3 欠損データやデバイスの充電といったデータ品質の問題が、ウェアラブル健康可視化の解釈可能性にどのように影響するか？
• RQ4 カスタマイズされたヒートマップと双方向バー図は、患者の健康トレジャリーにおける傾向、極値、不規則性の検出をどの程度向上させるか？
• RQ5 提示された可視化パイプラインは、急性COVID-19ケアをはるかに超えた他の臨床モニタリングシナリオへ一般化可能か？

主な発見

• カスタマイズされたヒートマップは、極値や時間的傾向の特定に非常に効果的であり、特にストレス発作や生理的シフトの検出に優れていた。
• 双方向バー図は、患者の健康状態の変化に伴い、繰り返し現れる、変化する、または不規則なパターンを認識するのにも特に有用であった。
• 最終的な可視化レイアウトは、時間的集約と品質フィルタリングによりデータ過多を軽減し、解釈可能性を顕著に向上させた。
• 真夜中のラインや時間軸ラベルなどのアノテーションにより、暦的リズムやデータギャップの迅速な特定が可能になった。
• アンケート調査の結果、ヒートマップは強力ではあるが、過度に洗練されていると感じられ、新しい可視化ツールのための臨床スタッフのトレーニングの必要性が示された。
• このアプローチにより、抗生物質療法後に明確な回復トレジャリーを示す患者を含む、3例の代表的患者履歴の同定に成功した。