Dieses Wearable sieht aus wie ein Seestern – und könnte Leben retten
03. April 2025
Ein neuartiges tragbares Gerät zur Herzüberwachung basiert auf dem Bewegungsmuster eines Seesterns. Es misst elektrische und mechanische Signale des Herzens gleichzeitig und bleibt auch bei Bewegung stabil auf der Haut. Eine KI filtert Störungen und erkennt potenzielle Herzerkrankungen mit über 90 % Genauigkeit.
Inhaltsverzeichnis
Seestern als Vorbild für smarte Medizintechnik
Ein Seestern rollt sich um, indem er einen Arm einklappt und sich mit den übrigen aufrichtet. Genau dieses Prinzip hat ein Forschungsteam der University of Missouri aufgegriffen. Daraus entstand ein neuartiges Wearable zur Herzüberwachung, das sich flexibel an die Haut anschmiegt – ganz gleich, ob Sie sich bewegen oder ruhen.
Das Gerät besitzt fünf „Arme“, ähnlich wie ein Seestern. Jeder dieser Arme enthält Sensoren, die auf der Haut in Herznähe aufliegen. Diese Anordnung sorgt dafür, dass die Verbindung zur Haut auch bei Bewegung stabil bleibt. Im Gegensatz zu einer klassischen Smartwatch, die nur an einer Stelle misst, erfasst das neue System mehrere Datenpunkte gleichzeitig. Dadurch lassen sich genauere Rückschlüsse auf die Herzfunktion ziehen.
Gerät misst zwei Arten von Herzdaten gleichzeitig
Was das Gerät besonders macht: Es misst sowohl elektrische als auch mechanische Signale des Herzens – zur selben Zeit. Die elektrische Aktivität lässt sich mit einem Elektrokardiogramm vergleichen, während die mechanischen Signale etwa Ausdehnung und Kontraktion des Herzens erfassen.
„Ähnlich wie ein Seestern hat unser Gerät fünf Arme, die jeweils mit Sensoren ausgestattet sind, die gleichzeitig sowohl die elektrische als auch die mechanische Herzaktivität erfassen“, erklärt Sicheng Chen, Postdoktorand und Hauptautor der Studie.
Viele der heute genutzten Wearables erfassen nur eine dieser Signalarten. Wenn Sie verschiedene Signale messen wollen, benötigen Sie meist mehrere Geräte. Das neue Design löst dieses Problem in einem einzigen System.
Künstliche Intelligenz analysiert die Daten
Die erfassten Herzdaten gelangen in eine App auf dem Smartphone. Dort übernimmt eine KI-basierte Software die Auswertung. Sie wurde mit einer Vielzahl an Daten von gesunden und herzkranken Menschen trainiert. Dadurch erkennt sie Anomalien frühzeitig und filtert Störsignale heraus, die durch Bewegung entstehen.
Das Ergebnis: In über 90 % der Fälle kann das System korrekt zwischen gesunden und erkrankten Herzen unterscheiden. „Dies ist auch ein Vorteil gegenüber herkömmlichen klinischen Herzuntersuchungen wie dem Doppler-Ultraschall, bei dem die Patienten in der Regel stillhalten müssen, um genaue Ergebnisse zu erhalten“, so Chen.
Dank Bluetooth lassen sich die Daten auch direkt an behandelnde Ärztinnen und Ärzte übermitteln. Das ermöglicht eine kontinuierliche Überwachung – sogar außerhalb von Kliniken oder Arztpraxen.
Auf Komfort ausgelegt – auch für den Langzeiteinsatz
Die Forschenden wissen: Kein Mensch trägt ein Gerät dauerhaft, wenn es unbequem ist. Deshalb arbeitet das Team an einer hautfreundlicheren Version des Wearables. Momentan haftet es mit einem speziellen Gel auf der Haut. Zukünftig soll ein atmungsaktives Material zum Einsatz kommen, das Hautreizungen vorbeugt.
Zheng Yan, außerordentlicher Professor am College of Engineering der Universität Missouri, betont: „Eine große Herausforderung bei tragbaren Geräten besteht darin, dass sie bei längerem Tragen Hautreizungen verursachen können.“ Deshalb testet sein Team neue Materialien, die langfristig angenehm zu tragen sind.
Ein weiteres Plus: Das Wearable kann kabellos aufgeladen werden, während es getragen wird. So muss es nicht für jeden Ladevorgang entfernt werden – ideal für die kontinuierliche Nutzung im Alltag.
Zwischen Forschungslabor und Praxis
Noch befindet sich das Gerät in der Entwicklungsphase. Es zeigt aber bereits, wie sich biologische Prinzipien mit moderner Technik und künstlicher Intelligenz verbinden lassen. Das könnte die Art und Weise verändern, wie Menschen ihre Herzgesundheit überwachen – flexibel, zuverlässig und in Echtzeit.
Die Ergebnisse der Forschung wurden in der Fachzeitschrift Science Advances veröffentlicht. Weitere Beteiligte waren Qunle Ouyang, Xuanbo Miao, Zehua Chen und Ganggang Zhao – alle von der University of Missouri.
Ein Beitrag von:
