Ziele
Entwicklung von “Ringularity”: Eine skalierbare, plattformübergreifende Mobilanwendung zur Erfassung, Visualisierung und persistenten Speicherung von Smart-Ring-Daten. Ziel ist es, die technische Lücke zwischen Sensor-Hardware und intuitiver Gesundheitsanalyse zu schließen.
Methoden
Das System basiert auf dem Flutter-Framework (Single-Codebase für iOS und Android) und folgt einer Local-First-Architektur, wie in Abbildung 3 dargestellt:
- Datenerfassung: Via Bluetooth Low Energy (BLE) vom Smart Ring.
- Speicherung: Lokales Caching (SharedPreferences) für minimale Latenz und Offline-Fähigkeit, synchronisiert mit einem PostgreSQL-Backend zur Datensicherung.
- Visualisierung: Echtzeit-Rendering von Vitalparametern (Herzfrequenz, Stress, Herzratenvariabilität).
Ergebnisse
Die implementierte Applikation gewährleistet ein stabiles Echtzeit-Monitoring:
- Übersicht: Wie in Abbildung 1 dargestellt, fasst das Dashboard tägliche Ziele wie Schritte und Schlaf in einer ringbasierten Visualisierung zusammen.
- Aktivitätstracking: Wie in Abbildung 2 dargestellt, können über die Aktivitätsoberfläche vordefinierte Trainingsmodi ausgewählt werden, wodurch eine präzise Erfassung der Sensordaten und GPS erfolgt.
- Performance: Signifikante Reduktion der Ladezeiten durch lokales Caching, unabhängig von Server-Verfügbarkeit.
Diskussion & Ausblick
Die Kombination aus Flutter-Architektur und Smart Rings erweist sich als valide Lösung für das Gesundheitsmonitoring. Während die Herzfrequenzmessung präzise ist, bleibt die Schlafphasenbestimmung eine Herausforderung [2]. Zukünftige Arbeiten fokussieren auf Machine-Learning zur Anomalie-Erkennung [1].
Literatur
[1] Lu, L., Zhang, J., Xie, Y., Gao, F., Xu, S., Wu, X., & Ye, Z. (2020). Wearable health
devices in health care: Narrative systematic review. JMIR mHealth and uHealth, 8(11), e18907. https://doi.org/10.2196/18907
[2] Fiore, M., Bianconi, A., Sicari, G., Conni, A., Lenzi, J., Tomaiuolo, G., Zito, F.,
Golinelli, D., & Sanmarchi, F. (2024). The use of smart rings in health monitoring—A meta-analysis. Applied Sciences, 14(23), 10778. https://doi.org/10. 3390/app142310778
