Signsbeat traži ono što wearables još slabo nude: razlog iza skoka glukoze

Nosivi uređaji već godinama mjere puls, san, varijabilnost srčanog ritma i oporavak, ali većina tih podataka i dalje završava kao uredan rezultat na ekranu. Singapurski health-tech startup Signsbeat pokušava napraviti ambiciozniji korak: povezati fiziološke signale iz nosivih uređaja s metaboličkom stabilnošću i iz toga izvući objašnjenje, a ne samo još jedan graf.

Prema izvještaju MobiHealthNewsa, Signsbeat razvija model koji ne promatra wearable podatke izolirano. Ideja je čitati ih kroz širi fiziološki odgovor tijela, posebno u odnosu na metabolizam. To je važna razlika. Broj otkucaja srca, san ili oporavak sami po sebi ne govore mnogo ako sustav ne zna što ih je moglo pokrenuti: obrok, stres, loša noć, trening, bolest ili neka kombinacija svega toga.

Osnivač Edwan Chiam sažeo je problem kroz kontinuirano mjerenje glukoze: "CGM [continuous glucose monitoring] tells you what your glucose is doing. It does not tell you why." Drugim riječima, kontinuirano mjerenje glukoze može prikazati krivulju, skok ili pad, ali samo mjerenje ne mora znati koji je uzrok. Signsbeat tvrdi da se vrijednost nalazi u spajanju više signala, ne u još jednom samostalnom broju.

To je smjer u kojem se kreće veći dio digitalnog zdravstva: manje sirovog praćenja, više konteksta. No upravo tu počinje ozbiljniji urednički oprez. Model koji iz wearablesa izvodi metaboličku stabilnost mora dokazati da vidi signal, a ne samo lijepo zapakiranu korelaciju. Metabolizam je promjenjiv, individualan i osjetljiv na rutinu, prehranu, san, lijekove i stres. Ako sustav ne razlikuje te slojeve, rezultat može izgledati pametno, ali korisniku dati pogrešan osjećaj preciznosti.

Zato je bitno da Signsbeat, koliko je zasad poznato iz dostupnog izvještaja, još testira pristup. To nije gotova klinička presuda, nego pokušaj da se podaci s nosivih uređaja pretvore u nešto operativnije. Tu se nalazi potencijal: ako model može objasniti zašto se metabolički odgovor mijenja, korisnik i liječnik mogu dobiti bolju polaznu točku za razgovor. Ako ne može, ostaje još jedan sloj interpretacije na tržištu koje već pati od previše rezultata, ocjena i poluobjašnjenih preporuka.

Širi kontekst je jasan. Organizacije poput WHO-a digitalno zdravstvo sve više promatraju kroz pitanje korisnosti, sigurnosti i integracije u skrb, a ne samo kroz broj senzora. Isto vrijedi i za nosive uređaje koji ulaze u područje zdravlja: korisna analitika mora biti razumljiva, provjerljiva i dovoljno skromna u tvrdnjama. Signsbeatova zanimljiva teza nije da wearable zna sve, nego da bi, uz pravilno modeliranje, mogao početi objašnjavati više od onoga što trenutno prikazuje.