Herzversorgung revolutionieren mit IoMT: Kontinuierliches Monitoring für bessere Outcomes

Laut Centers for Disease Control (CDC) sterben jährlich ca. 610.000 Menschen in den USA an Herzkrankheiten – das ist einer von vier Todesfällen. Herzgesundheit ist einer der wichtigsten Parameter für die allgemeine Gesundheit einer Person. Das Internet of Medical Things (IoMT) ermöglicht eine neue Generation tragbarer, multi-parametrischer, kontinuierlicher kardialer Monitoring-Systeme, um Healthcare Management in verschiedenen Krankenhaus-, Klinik-, Patientenpflege- und Home-Umgebungen zu verbessern.

Das IoMT ist eine vernetzte Infrastruktur für Medizinprodukte und Services, die Daten sammeln und analysieren, die an Healthcare Provider gesendet werden. Heute umfassen diese Geräte Sensoren für Temperatur, Feuchtigkeit und Vibration sowie Algorithmen, die eine begrenzte Anzahl von Herzerkrankungen identifizieren.

Next-Generation-Designs zielen darauf ab, Parameter hinzuzufügen, die ein breiteres Spektrum an Arrhythmien mittels smarterer, komplexerer Algorithmen erkennen. Beispielsweise könnten disposable „Patches“, die unsichtbaren Pflastern mit wenigen, winzigen ICs ähneln, komfortabel längere Zeit auf der Haut getragen werden, um kardiale Gesundheit zu überwachen und zu managen.

Vernetzte kardiale Monitoring-Systeme umfassen drei Hauptelemente: Tragbare Wireless-Sensor-Node(s), einen Data Management Service und Cloud-basierte Analyse-Plattformen.

Der EKG-Sensor-Node (z. B. EKG-Patch oder Herzfrequenz-monitoring conductive Garments) und der Data Management Service sammeln kardiale Daten vom Wearable in einem Data Center. Der Sensor-Node ist typischerweise ein 1- oder 3-Leitungs-EKG-Monitoring-Gerät mit bis zu drei Elektroden (nass oder trocken), an die Elektronik auf dem Patch angebracht.

Die Cloud-basierte Plattform sammelt und analysiert die kardialen Daten mittels komplexer Algorithmen und KI-Engines, um potenzielle abnormale Herzfunktionalitäten zu identifizieren. Ergebnisse können der Patientenakte hinzugefügt und der zuständigen Healthcare Organisation und dem verantwortlichen Kardiologen bereitgestellt werden.

Analoge Frontends

Der EKG-Signal-Konditionierungspfad (Abb. 1) umfasst die analoge Stufe, die das analoge Waveform sensed, amplifiziert und clean-up. Die EKG-Signalamplitude reicht von hunderten Mikrovolt bis ca. 5 Millivolt. Das Signal beinhaltet Low-Frequency (50/60 Hz) Noise gekoppelt von AC-Leitungen, High-Frequency Noise von Körpermuskeln und oft RF-Noise von verschiedenen Geräten in Gerätenähe. Bei Wearables hätte das EKG-Signal-Baseline unerwünschte Fluktuation durch Motion Artifacts.

Daher werden hochkomplexe Analog Front Ends (AFE) oft genutzt, um EKG-Signale zu bereinigen und zu digitalisieren. Das AFE umfasst EMI-Filter zur RF-Noise-Entfernung; einen High-Pass-Filter mit typischer 0,5-Hz-Corner-Frequency zur Baseline-Fluktuations-Entfernung; einen Low-Pass-Filter mit typischer 150-Hz-Corner-Frequency für Out-of-Band-Filterung; einen Notch-Filter für 50/60 Hz Noise; einen Low-Noise programmierbaren Instrumentationsverstärker zur Signalverstärkung und einen Analog-Digital-Wandler zur Digitalisierung für Post-Processing der gesampelten Daten.

Abb. 1: Typischer IoMT verbundener kardialer Monitoring Sensor-Node und zugehöriger Signalpfad.

Eine Schlüsselanforderung für das AFE ist, die Charakteristiken des EKG-Waveforms vom Patienten durch den gesamten Signalpfad zu bewahren. Dies wird erreicht, indem die Effekte von Noise und Inaccuracies (z. B. Gain Error, Offset Error etc.) über den gesamten Signalpfad unter allen Betriebsbedingungen minimiert werden.

High-Performance MCUs

Die nächste Stufe im Pfad ist ein Mikrocontroller (MCU) für Post-Processing und/oder Housekeeping der digitalisierten EKG-Daten. Je nach Wearable-Monitoring-Device-Typ würden die gesampelten rohen EKG-Daten im Wearable-Sensor entweder on-the-fly analysiert, um die häufigsten kardialen Arrhythmien zu detektieren und dann im Non-Volatile Memory des Systems gespeichert, oder im Memory für Offline-Analyse am Ende der Gerätelebensdauer gespeichert.

Der erstere Ansatz wird in der neueren Generation disposable Wearable EKGs verfolgt, was höherperformante MCUs mit DSP-Engine und größerem Code/Data-Speicher erfordert, um mehrere gängige Arrhythmien on-the-fly akkurat zu detektieren zusätzlich zum Speichern größerer Rohdatenmengen für Post-Processing. Zusätzliche Anforderungen: kleinerer Footprint, präzise AFEs und niedrigerer Stromverbrauch.

Der zusätzliche Speicher und höhere Performance des MCU bringen Herausforderungen in Power Performance und Die-Größe. Diese müssen durch Nutzung fortschrittlicher Low-Power-Prozessknoten mit kleiner Zellgeometrie und Einbindung von Power Management Features für effiziente Power Management Schemes auf Systemebene adressiert werden.

Der System-MCU muss niedrigen Verbrauch pro Operating Frequency haben (besser als 50 µA/MHz) und eine Vielfalt an Operating Modes mit skalierbarer Frequenz inkludieren, um flexibles Power Management auf Systemebene zu erlauben. Eine gängige Methode involviert Cycling des MCU „on“ und „off“ mit einem Profil basierend auf custom proprietary Usage Models des Systems.

Da Radio und MCU den Stromverbrauch im System dominieren, muss deren Nutzung so niedrig wie möglich sein. Um Stromverbrauch während Power Cycling zu limitieren, muss der MCU Sub-Mikroampere-Stromverbrauch im Standby-Modus bieten und sehr schnelle Transition (nicht mehr als wenige Mikrosekunden) von Standby zum normalen Operating Mode haben, um Switching Power Losses zu minimieren.

Neuere AFEs müssen kontinuierlich bei niedrigerem Stromverbrauch (typisch unter 100 µW) operieren und dedizierte Low-Power Digital Signal Processing Schaltungen (z. B. R-to-R Peak Period Measurement) zusätzlich zum analogen Signalpfad inkludieren. Dies würde die Signalverarbeitung durch den MCU reduzieren. Generell tragen Features wie Enhanced Diagnostics, Vital-Sign Parameter Monitoring und zusätzliche Signalmessung (z. B. Bio-Z) zur AFE-Komplexität bei.

Ultra-Low-Power Konnektivität

Die letzte Stufe des Signalpfads im EKG-Sensor-Node ist irgendeine Low-Power Wireless Connectivity für Kommunikation zu Gateways wie Smartphones oder custom Sensor Hubs. Datentransmission zur Cloud-Plattform und Healthcare-Zentren kann rohe EKG-Daten, mögliche Arrhythmie- oder Normalrhythmus-Informationen sowie andere Systemparameter umfassen. Aktuell ist Low-Power Bluetooth einer der am häufigsten genutzten Wireless Interfaces. NB-IoT und CAT-M Konnektivität werden für zukünftige Nutzung evaluiert.

Der Trend zu kleinerem Formfaktor, kosteneffektiveren und signifikant länger haltbaren disposable EKG-Patches bedeutet ein höheres Integrationslevel für den Ultra-Low-Power Signalpfad in einem tiny System on Chip (SoC) oder System in Package (SiP) Device. Herausforderungen der Miniaturisierung: Bedarf an kosteneffektivem Halbleiter-Prozessknoten geeignet für Low-Power Precision Mixed-Signal (Analog und Digital) Circuitries, und Verfügbarkeit kosteneffektiver Small-Footprint Packaging Technology.

Ultra-Low-Power Consumption ist eine der Schlüsselanforderungen für diese neue Art EKG-Patch, da sie die kontinuierliche kardiale Signal Monitoring/Analyse Lifetime signifikant über die aktuellen 7 bis 15 Tage hinaus erhöhen kann. Niedrigerer Stromverbrauch erlaubt Entwicklern auch zusätzliche Vital Sign Monitoring, was kompetitiven Vorteil gibt.

Aktuell nutzen Patches Single-Coin-Type Batterien mit typischer Kapazität mehrerer hundert mAh. Es gibt jedoch Bestrebungen, kleinere, niedrigere Kapazität und kosteneffektivere Batterien kombiniert mit Energy Harvesting Methoden zu nutzen – „battery-less“ Sensor Nodes basierend auf spezialisierten neuen Halbleiter-Prozesstechnologien wie Silicon-on-Thin-Buried-Oxide (SOTB) und Sub-Threshold Prozessen.

Die Herausforderung beim Transition von Energy Harvesting-basierten kardialen Monitoring Patches aus Forschungslabs in den Markt ist die Verfügbarkeit kontinuierlicher und konsistenter Energy Sources zum Harvesten am Point of Use. Die Industrie erkundet Quellen wie Körperwärme, Vibration durch Bewegung oder dedizierte RF-Energie in der Umgebung, um diese Schlüsselherausforderung zu adressieren.

Schließlich erfordert kardiales Monitoring SoC Design erfolgreiches Integrieren von Mixed-Mode Circuits auf einem sehr kleinen Siliziumstück ohne Interferenz über allokierte Boundaries im Layout. Dies erfordert spezielles Design-Expertise, um Propagation von Noise, generiert von High-Frequency Switching Digital und RF Circuits, zu benachbarten Precision Analog Circuitry zu verhindern.

Das IoMT verschiebt traditionelles reaktives Healthcare hin zu einem erschwinglicheren präventiven System mit potenziell niedrigeren Kosten. Die Kombination von Fortschritten in Halbleiter, Konnektivität und Materialwissenschaft mit der Kraft von KI bietet Potential für lebensverändernde Anwendungen zum Wohle der Gesellschaft.

>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite Electronic Products veröffentlicht: „Internet of medical things enables connected cardiac monitoring systems.“

Ash Patel und Bahram Mirshab sind mit dem Healthcare Segment, Renesas Electronics America Inc.