Interview: ‘Het lichaam als sensor’

Machine to machine-technologie die is ontwikkeld in de Formule 1 redt levens in de gezondheidszorg. McLaren Electronic Systems en Vodafone hebben in een pilotproject een M2M-toepassing ontwikkeld en geïnstalleerd in een kinderziekenhuis in Birmingham waarmee artsen op afstand real time de toestand van zieke kinderen in de gaten kunnen houden. Zodra het systeem ongewone patronen detecteert kan door de arts worden ingegrepen.

McLaren Electronic Systems, zusterbedrijf van het McLaren raceteam, is verantwoordelijk voor het ontwerpen van de communicatiesystemen voor de Vodafone McLaren Mercedes raceauto’s. Sterker nog, het bedrijf levert de controle- en datasystemen voor alle teams die meedoen in de Formule 1.  Peter van Manen, Managing Director van McLaren Electronic Systems: “Onze core business is de motorsport. We maken de standaard controle-unit voor de motoren in de Formule 1, NASCAR en Indycar.”

McLaren Electronic Systems heeft een cruciale rol bij de races. In de Formule 1 wordt een enorme hoeveelheid sensor- en aanverwante data verwerkt. Van Manen: “In de controlesystemen van de wagens leggen we een grote hoeveelheid parameters vast, die voortkomen uit ruim honderd sensoren. Meer dan vijfhonderd van die parameters worden continu gelogd om de voortdurend wijzigende informatie te monitoren. Nog eens dertienduizend andere parameters en voorvallen worden eveneens tijdens een race bijgehouden. Al die gegevens worden van de auto naar de pits gestuurd via telemetrische systemen. De technici in de garage beschikken dus over live-data terwijl de auto rondrijdt op de baan.”

Die data wordt tegelijkertijd real time naar de fabriek gestuurd, soms vanaf de andere kant van de wereld. Tijdens een race van twee uur gaat het bij alle auto’s in totaal om het real time verzenden van 40 GB aan data op de racebaan en over de hele wereld. Dit alles verloopt via Machine to machine M2M-communicatie.

Intelligentie

Van Manen: “We voegen er in de auto, in de pits en in de fabriek intelligentie aan toe om deze data te kunnen analyseren. De informatie wordt gebruikt om snel aanpassingen te doen in de manier waarop we de race rijden, zowel wat betreft de prestatie van de auto’s als de strategie die we inzetten om de concurrentie te verslaan.”

“Formule 1 is daarmee een schoolvoorbeeld van machine to machine-toepassingen: het gaat om grote hoeveelheden sensordata die gebruikt worden om de toestand en prestaties van de auto’s te regelen, het gedrag van de auto gedurende de race, de momenten waarop auto’s naar de pits gaan, wanneer ze eruit komen, hoe de benzine het meest efficiënt kan worden gebruikt en de banden het best benut kunnen worden. De sensordata wordt dus in de wagen zelf gebruikt, in de pits en in de fabriek om de prestaties te optimaliseren. Als je dat allemaal goed doet, de auto snel is en je een goede coureur hebt, dan win je de race.

M2M-toepassingen buiten de racesport

Vijf jaar geleden is McLaren serieus gaan kijken naar mogelijke toepassingen van M2M-technologie buiten de motorsport. “De meest voor de hand liggende sector om dit toe te passen was natuurlijk de automotive-branche, connected auto’s zijn een duidelijke trend, dat zien we bij steeds meer merken. Het gaat daarbij om de vraag hoe je een betrouwbare connectie legt met een snel bewegende auto, die zorgt voor het sturen van betrouwbare data naar een vaste plek, maar ook tussen auto’s onderling. Het is dus tweerichtingsverkeer, wat typisch is voor M2M-communicatie. Dat is wezenlijk anders dan een internetverbinding die voornamelijk content geeft. Het terugsturen van data waarmee nuttige aanpassingen gedaan kunnen worden is de essentie van M2M-communicatie.”

Gezondheidszorg

Op het gebied van gezondheidszorg is McLaren Electronic Systems begin 2011 gaan samenwerken met het Birmingham Children´s Hospital in Groot Brittannië. “In dat ziekenhuis wilden we onze Formule 1 datasystemen toepassen om ervoor te zorgen dat ze de medische gegevens over de kinderen beter konden verwerken. We zijn begonnen op de intensive care met een statisch systeem dat alle fysiologische data van alle bedden verzamelt, verwerkt en opslaat. Wij zorgen voor technologie om real time patronen te herkennen in die data. Op basis van deze patronen kan het ziekenhuis zien of de toestand van de kinderen verandert en snel ingrijpen als de situatie verslechtert.”

Het Birmingham Children’s Hospital had in 2008 al in het hele ziekenhuis een papieren waarschuwingssysteem geïntroduceerd dat heeft geleid tot een vermindering van het aantal gevallen van hartstilstand en complicaties bij de kinderen. De continue bewaking middels de M2M-systemen van McLaren was een logische volgende stap.

“Naast deze statische opstelling wilden we ook de gegevens kunnen verwerken van kinderen die worden vervoerd in ambulances. Terwijl ze op weg zijn naar de intensive care moeten de dokters al een goed inzicht kunnen krijgen in de toestand van hun patiënten. Daarvoor hebben we een M2M-systeem geïnstalleerd waarmee we live via het 2G en 3G-netwerk van Vodafone de data van de instrumenten in de ambulance kunnen versturen naar de intensive care. Op die manier is de ambulance een virtueel bed geworden op de intensive care. Om een betrouwbare verbinding te garanderen tussen de ambulance en de intensive care hebben we nauw samengewerkt met Vodafone in Engeland.”

Logische keuze

De samenwerking met Vodafone was een logische keuze volgens Van Manen. “We werken al samen met Vodafone omdat zij sponsor zijn van ons raceteam. Daarbij maken we ook gebruik van de kennis en ervaring binnen Vodafone bij het opzetten van de telemetrie- en M2M-oplossingen van het raceteam, en de M2M-activiteiten in de transportsector. Toen we een oplossing gingen bouwen voor ambulances was Vodafone de meest voor de hand liggende partner om mee samen te werken. Zij waren erg enthousiast over het project en zijn ons enorm tot steun geweest, onder meer met hun M2M specialisten.”

Het dataplatform in Birmingham is identiek aan het systeem dat iedere twee weken bij de Formule 1-races wordt gebruikt. “Dat is mogelijk omdat we het hebben gebouwd op schaalbaarheid. We kunnen grote hoeveelheden data verwerken. In het geval van de toepassing in de gezondheidzorg hebben we weliswaar meer patiënten dan auto’s, maar de hoeveelheid data per patiënt is weer kleiner. De omvang van de data die we verzamelen bij één auto tijdens een race is even groot als de data we op de volledige intensive care verzamelen in drie maanden. Het systeem is er dus zeker op berekend.”

Uniek aan deze toepassing is de software die gebruikt wordt voor data-analyse en om patronen te herkennen. De software kan een grote groep individuele patiënten aan en per patiënt direct aangeven als de toestand van die specifieke persoon verslechtert. “In sommige opzichten is een patiënt minder complex dan een racewagen, in andere opzichten weer gecompliceerder. Die complexiteit komt voort uit het feit dat iedere patiënt uniek is, je kunt de parameters niet afbakenen zoals bij een auto, waar de natuurwetten altijd opgaan. We hadden dus technologie nodig om patronen te vinden in de patiëntendata, waarbij we vooral moeten kunnen zien wanneer dingen veranderen.”

Hij legt uit: “Dit heeft te maken met de manier waarop het lichaam functioneert. Wanneer we ziek worden probeert ons lichaam dat eerst te compenseren door zichzelf te helen. Tijdens dit proces veranderen de patronen in de data die sensoren op zo’n moment meten. Wanneer je dit real time in de gaten houdt, kun je aan veranderingen in die patronen zien of er een ziekte optreedt. Het lichaam geeft dus zelf de waarschuwing.”

Op afstand

“Deze toepassing is machine to machine in optima forma, omdat je dankzij de link tussen patiënt, verpleging en arts de noodzaak wegneemt om altijd fysiek samen aanwezig te zijn. Dankzij de draadloze infrastructuur kun je ook buiten de muren van het ziekenhuis alles goed in de gaten houden. Op lange termijn willen we zo met een eenvoudige sensor op iedere kwetsbare patiënt zijn toestand in de gaten kunnen houden. Dus wanneer er iets verandert kan bijvoorbeeld de beslissing worden genomen om de patiënt op te nemen, of op afstand te behandelen.”

“In deze variant van M2M zijn de patiënt en de arts de bron en de eindbestemming van de gegevens. In het systeem zit intelligentie om de data te analyseren, zodat veranderingen snel te zien zijn. Dat grijpt weer terug op onze ervaring met autoracen. Waar we bijvoorbeeld veel aandacht aan besteden is ervoor zorgen dat we data snel kunnen verwerken om direct te kunnen ingrijpen als dat nodig is. Dit systeem vervangt dus niet de diagnose van de artsen, maar biedt hen wel betere toegang tot gegevens en een andere manier om naar die gegevens te kijken, waardoor ze uiteindelijk hun beslissing op afstand kunnen nemen. Het doel is om de patiënt altijd op het juiste moment op de juiste plaats en bij de juiste persoon te laten zijn zodat de best mogelijke behandeling gegeven kan worden. Want hoe sneller je kunt handelen, hoe groter de kans op een succesvol resultaat. Net als bij autoracen.”