EKG, oddech, EDA i ruch dostarczają różnych informacji. Pokazujemy, dlaczego ich analiza wymaga kontekstu i oceny jakości pomiaru.
W Aidlab pomagamy klientom prowadzić badania wykorzystujące sygnały fizjologiczne. Wiele projektów dotyczy stresu: tego, jak organizm reaguje pod presją i jak odróżnić taką reakcję od wysiłku czy zmiany warunków pomiaru. Monitorowaliśmy między innymi graczy podczas rozgrywki.
Jak organizm reaguje na stres?
W reakcji na zagrożenie zmienia się działanie autonomicznego układu nerwowego. Reguluje on między innymi tętno, trawienie, ciśnienie krwi i oddychanie. Jego część współczulna wiąże się z mobilizacją organizmu, a przywspółczulna — z odpoczynkiem i regeneracją.
Sytuacja, która może wywołać reakcję stresową.
Problem pojawia się, gdy pobudzenie utrzymuje się długo, a odpoczynek nie wystarcza. W badaniach nad przewlekłym stresem mówi się o obciążeniu allostatycznym: skumulowanych skutkach dostosowywania się organizmu do kolejnych obciążeń.
Po co mierzyć reakcje fizjologiczne?
Odczuwany stres i reakcja organizmu nie zawsze idą w parze. Przykładem jest efekt białego fartucha: ciśnienie mierzone u lekarza bywa wyższe niż poza gabinetem. Samopoczucie warto więc zestawiać z pomiarami i okolicznościami, w których je wykonano.
Dłuższy zapis pomaga zobaczyć, kiedy pojawiają się zmiany i czy powtarzają się w podobnych sytuacjach. Może też pokazać powrót do poziomu wyjściowego po zakończeniu obciążenia.
Co można wyczytać z rytmu serca?
Tętno mówi, jak szybko bije serce. HRV opisuje zmienność odstępów między kolejnymi uderzeniami. Wskaźnik stresu Baevsky’ego (SI) również wykorzystuje rozkład tych odstępów, czyli RR. To różne sposoby opisania pracy serca, które można uwzględnić w analizie reakcji na stres.
HRV opisuje zmienność czasu między kolejnymi uderzeniami serca.
Samo HRV nie wyjaśnia jednak przyczyny zmiany. Wpływają na nie także oddech, ruch i warunki pomiaru. Podobnie jakość danych optycznych ze smartwatcha zależy od urządzenia i sytuacji, w której go używamy.
Dlaczego potrzebujemy kontekstu?
Spójrzmy na zapis pracownika biurowego pozostającego w bezruchu:
Wykres 1. Skok tętna wymaga interpretacji w kontekście pozostałych danych.
Na podstawie samego tętna można podejrzewać stres, ale to dopiero hipoteza. Do porównania warto włączyć sygnał oddechowy i informacje o tym, co badany robił.
Wykres 2. Dodatkowy sygnał pozwala porównać przebieg zmian.
Stabilny oddech zmienia interpretację zapisu, ale sam w sobie nie wyklucza stresu. Ważne są również aktywność, pozycja ciała i temperatura otoczenia.
Wykres 3. Przykład stabilnych sygnałów podczas zwykłych obowiązków.
Wykres 4. Zmiany sygnałów po otrzymaniu trudnego, pilnego zadania.
W opisanej sesji po pojawieniu się zadania zmieniły się parametry fizjologiczne. Zestawienie kilku sygnałów pomaga określić przebieg reakcji. Krzywa oddechowa z pomiaru impedancji pokazuje zmiany podczas oddychania; jej amplituda nie jest pomiarem objętości powietrza w litrach.
Co wnosi aktywność elektrodermalna?
Aktywność elektrodermalna (EDA) opisuje zmiany przewodnictwa skóry związane z aktywnością gruczołów potowych. Jest dodatkowym sygnałem pobudzenia, który można analizować obok EKG i oddechu.
W badaniu Czekaja i współautorów z 2023 roku rejestrowano EKG, oddech, GSR i ruch oczu podczas gry w Tetris, Tower Defense i Space Invaders. Model rozpoznawał rodzaj gry lub przerwę. Poniżej przedstawiamy dokładność klasyfikacji gry dla kolejnych zestawów sygnałów:
| Zestaw sygnałów | Model niezależny od gracza | Model uwzględniający dane gracza |
|---|---|---|
| EKG + oddech | 0,50 | 0,62 |
| EKG + oddech + GSR | 0,52 | 0,76 |
| EKG + oddech + GSR + śledzenie wzroku | 0,71 | 0,89 |
Dodanie GSR pomagało przede wszystkim modelowi uwzględniającemu dane konkretnej osoby. Wyniki dotyczą rozpoznawania gry, więc nie należy traktować ich jako dokładności wykrywania stresu.
Jak przygotować badanie?
Przy projektowaniu pomiaru warto uwzględnić:
- EKG — do wyznaczania tętna, odstępów RR, HRV i SI;
- oddech — do obserwacji częstości i przebiegu oddychania;
- EDA — jako dodatkowy sygnał pobudzenia;
- ruch — do interpretacji zmian towarzyszących aktywności;
- kontekst — na przykład porę dnia, temperaturę i wykonywane zadanie.
Potrzebny jest również pomiar odniesienia w ustalonych warunkach. Dopiero wtedy można porównywać reakcje z poziomem wyjściowym. Stałe warunki i zsynchronizowane znaczniki czasu ułatwiają porównywanie sesji.
Uproszczony schemat przetwarzania sygnałów:
Kolejny etap obejmuje porządkowanie danych i analizę modelową:
Jak ocenić wiarygodność wyników?
Elektrody mogą zmieniać kontakt ze skórą, pas może się przesunąć, a ruch zakłócić zapis. Dlatego przed analizą trzeba ocenić jakość sygnałów. Skok tętna czy EDA może mieć różne przyczyny; pomocne są zsynchronizowane kanały i oznaczenia wydarzeń w sesji.
Przykłady badań nad taką oceną opisują Flett i współautorzy (2024), Li i współautorzy (2023) oraz Darwish i współautorzy (2025). Przy wyborze urządzenia warto sprawdzić, jakie warunki i wskaźniki obejmowała jego walidacja.
Badania Apple Watch Series 9 i Samsung Gear Sport dotyczą konkretnych modeli. W badaniu Samsunga pomiary HRV wypadały lepiej podczas snu niż w czasie dziennej aktywności. Nie jest to wynik, który można automatycznie przenieść na każdy zegarek tej marki. Amin i współautorzy (2025) analizowali również przenoszenie modeli między urządzeniami.
Czujesz stres?
W Aidlab 2 możesz śledzić HRV, EDA i oddech. W aplikacji znajdziesz też ćwiczenia oddechowe ze wskazówkami wizualnymi, które pomagają utrzymać rytm ćwiczenia.
Łączenie EKG, oddechu, EDA i ruchu daje więcej informacji do porównania. Dłuższe zapisy pozwalają śledzić zmiany między dniami lub kolejnymi etapami terapii. Nadal trzeba je zestawiać z samopoczuciem i przebiegiem badania, aby ocenić efekty podejmowanych działań.
