Santa Klara Kaliforniya Universitetinin gənc tədqiqatçılar qrupu informatika və hesablama texnikası professoru Katia Obraczka-nın rəhbərliyi altında Pulse-Fi adlı sistem hazırlayıb. Bu sistem Wi-Fi siqnalının analizi vasitəsilə insanın ürək döyüntülərinin tezliyini təmassız ölçməyə imkan verir. Sistemin işləməsi üçün onlar ESP32 naqilsiz mikrokontrollerindən əldə edilən məlumatların machine learning alqoritmi ilə emalını təklif ediblər. Bu alqoritm Wi-Fi siqnalının təhriflərini 5 saniyə ərzində təhlil etdikdən sonra insanın ürək döyüntülərinin tezliyi ilə bağlı təxminlər verməyə başlayıb və nəticələrdə dəqiqlik təxminən yarım döyüntü/dəqiqə səviyyəsində olub. Daha uzunmüddətli müşahidələr və daha güclü Wi-Fi avadanlıqlarından istifadə zamanı isə xətanın daha da azaldılması mümkün olub.

Pulse-Fi sistemi cihazdan təxminən 3 metrməsafədə öz funksiyasını yerinə yetirir, yəni insan bədəni ilə birbaşa təmas tələb olunmur. Sistem 118 könüllü və 17 fərqli bədən vəziyyətində sınaqdan keçirilib. Layihənin müəllifləri müəyyən ediblər ki, bu sistemin tətbiqi üçün xüsusi şərtlərə ehtiyac yoxdur: uzanmaq, oturmaq və ya gəzmək mümkündür və nəticələrin dəqiqliyi azalmaqdan qorunur. Layihənin ən mühüm üstünlüklərindən biri istifadə olunan avadanlığın aşağı qiymətidir - alimlər xərcləri 5-10$ aralığında saxlaya biliblər. Raspberry Pi sinfinə aid platformalar isə daha yüksək dəqiqlik nümayiş etdirir və 30$-lıq qiymətə kütləvi tətbiq üçün kifayət qədər əlçatan hesab olunur.

Nəticədə əldə edilən məlumatların dəqiqliyi əksər həkimlərin istifadə etdikləri pulsoksimetrlərin dəqiqliyi ilə müqayisə oluna bilər. Pulsoksimetrlər ürək döyüntülərinin tezliyini və qanın oksigenlə doyma səviyyəsini ölçür, lakin birbaşa təmas tələb edir və adətən barmağa taxılır. Hazırda Pulse-Fi layihəsinin müəllifləri nəfəs tezliyini ölçmək üçün sistem qurmağa çalışırlar. Bu, adətən portativ monitorlardan istifadəni tələb edən yuxu apnoesini müəyyənləşdirməyə kömək edəcək. Əgər tədqiqatçılar bu məsələni də naqilsiz siqnalın analizi əsasında həll edə bilsələr, bu sindromun aşkarlanması və diaqnostikası daha rahat və sadə olacaq.