Wearables zijn niet meer weg te denken uit ons dagelijks leven. Ze meten van alles − van onze hartslag tot slaap − met de belofte ons bewuster van onze gezondheid te maken. Maar hoe betrouwbaar zijn zulke metingen eigenlijk, en wat kunnen we met al deze data?

Wearables meten veel, maar meten ze ook goed?

Jasper Gielen, Jean-Marie Aerts

Draagbare technologieën − ook bekend als wearables − zijn deel geworden van het dagelijks leven van miljoenen mensen. De sensoren die verwerkt zitten in onze horloges, smartphones, oortjes en ringen of die met behulp van banden en pleisters gedragen worden, volgen ons hartritme, bewegingen, ademhaling, slaap, en zelfs stress. Deze toestellen lijken een revolutie te ontketenen in de manier waarop we onze gezondheid opvolgen: laagdrempelig, continu en gepersonaliseerd. Ze bieden inzichten die voorheen enkel in wetenschappelijke contexten beschikbaar waren. Niettegenstaande het enorm potentieel van wearables, is niet alles wat deze apparaten meten of rapporteren even betrouwbaar of wetenschappelijk onderbouwd. Wat nuttig lijkt, is niet per definitie accuraat. Het is dus belangrijk om naast de belofte van wearables ook de beperkingen en valkuilen te erkennen, zeker nu ze steeds vaker hun weg vinden naar domeinen waarin gezondheid, welzijn en zelfs medische besluitvorming centraal staan. Daarbij mogen we ook de maatschappelijke context niet uit het oog verliezen: willen wearables werkelijk bijdragen aan een betere volksgezondheid, dan moeten ze niet alleen technisch performant zijn, maar ook betaalbaar, gebruiksvriendelijk en toegankelijk voor een brede en diverse gebruikersgroep.

De oorsprong van wearables ligt niet bij recreatieve sporters of gezondheidsapps, maar in militaire ontwikkelingen van de jaren zestig. Piloten kregen toen voor het eerst draagbare systemen die fysiologische parameters in real-time konden meten, onder meer om hun fysieke toestand tijdens vluchten te monitoren. Deze eerste generaties van draagbare technologieën waren log, duur en uitsluitend bedoeld voor professioneel gebruik. Later vonden deze technologieën hun weg naar de sportwereld, waar in de jaren tachtig en negentig atleten gebruikmaakten van hartslagbanden en rudimentaire GPS-apparatuur om hun prestaties te volgen. De introductie van draadloze technologie en compacte sensoren versnelde deze evolutie aanzienlijk. Pas in het laatste decennium, mede dankzij de opkomst van smartphones, goedkope sensoren, cloud computing en de explosieve groei van digitale gezondheidsplatforms, werden wearables beschikbaar voor het grote publiek. Ze evolueerden van technische hulpmiddelen tot lifestyleproducten: een horloge dat je niet alleen vertelt hoe laat het is, maar ook hoe goed je geslapen hebt, hoeveel je bewogen hebt en hoe ‘gestrest’ je bent. Dit alles wordt aangeboden in een gebruiksvriendelijk jasje, waardoor het kan lijken alsof gezondheid slechts een kwestie is van meten en volgen.

Wearables vinden steeds vaker hun plek in de zorg, van revalidatie tot valpreventie

De toepassingen zijn intussen talrijk. In de sportwereld zijn wearables alomtegenwoordig in trainingsschema’s, waar de fysieke belasting en herstel systematisch kunnen opgevolgd worden. Coaches gebruiken deze data niet alleen om inspanning en prestatie te monitoren, maar ook om overbelasting of blessures vroegtijdig op te sporen. In de gezondheidszorg winnen wearables terrein als aanvullende meetinstrumenten bij revalidatie, monitoren van chronische ziekten of valpreventie. Oudere volwassenen kunnen via slimme sensoren bijvoorbeeld worden gevolgd op bewegingspatronen, zodat beginnende achteruitgang of verhoogd valrisico sneller opgemerkt wordt. Wearables maken langdurige, niet-invasieve monitoring mogelijk buiten de muren van het ziekenhuis of de dokterspraktijk, wat een grote belofte inhoudt voor gepersonaliseerde zorg. Ook in de publieke gezondheidssector worden wearables steeds vaker ingezet, bijvoorbeeld in grote cohortstudies of preventiecampagnes. Via continue data kunnen gedragsveranderingen in kaart worden gebracht, bijvoorbeeld bij het stimuleren van beweging of het opsporen van slaapstoornissen. Wat al deze toepassingen gemeen hebben, is dat ze een brug proberen te slaan tussen het lichaam van de gebruiker en een digitale representatie ervan, in reële tijd en in alledaagse contexten.

Niet alle algoritmes zijn gelijk

Toch is het cruciaal om niet te vergeten dat niet alle data die wearables genereren gelijk zijn. Het is zinvol om een onderscheid te maken op pakweg drie ‘niveaus’. Ten eerste zijn er de ruwe, rechtstreeks gemeten data. Dit zijn bijvoorbeeld de optische signalen (photoplethysmografie oftewel PPG) die de volumeveranderingen in het bloed registreren via lichtsensoren, of de accelerometerdata die lichaamsbewegingen capteren. Deze signalen zijn gevoelig voor storing en sterk afhankelijk van plaatsing, contact met het lichaam en beweging. Subtiele factoren zoals huidskleur, temperatuur of zweetproductie kunnen meetresultaten ook beïnvloeden. Vervolgens worden uit deze ruwe signalen allerlei variabelen afgeleid. Denk aan hartslag, ademhalingsfrequentie, energieverbruik of het aantal stappen een persoon per dag zet. Dit tweede niveau vereist een algoritmische verwerking en bevat dus een eerste laag van interpretatie. Niet alle algoritmes zijn gelijk: sommige zijn gebaseerd op klinische gegevens, andere op gebruikersdata of simulaties. Tot slot worden die berekende variabelen op hun beurt gebruikt om complexere fysiologische of psychologische processen te schatten, zoals slaapkwaliteit, stressniveau of herstelcapaciteit. In deze derde laag schuilen de meest onzekerheden, want zulke processen zijn vaak moeilijk eenduidig te definiëren, laat staan te meten via enkele sensoren. Daarnaast kunnen fouten zich doorheen de lagen opstapelen: een storing in het gemeten signaal leidt tot een verkeerde berekening van hartslag, die vervolgens resulteert in een foutieve inschatting van slaapkwaliteit. Zelfs in afwezigheid van meetfouten op fysiologisch niveau, blijft er nog een ander belangrijk probleem: fysiologische signalen zijn vaak slechts in beperkte mate geassocieerd met subjectieve ervaringen. Deze discrepantie tussen fysiologische data en zelfrapportage vormt een bekende uitdaging die zeker niet exclusief is aan wearables. Die gelaagdheid in de data maakt dat gebruikers, en ook professionals, goed moeten weten wat ze interpreteren. Het is daarom belangrijk dat gebruikers deze systemen bewust en met kennis van zaken gebruiken. Onafhankelijke validatie en transparante certificatie van commerciële toestellen spelen daarbij een cruciale rol. Toch leert de praktijk dat zelfs producten met (medische) certificaten in reële gebruiksomstandigheden niet altijd presteren zoals verwacht.

Consistentie is minstens zo belangrijk als precisie en validiteit

Wanneer we over datakwaliteit spreken, denken we vaak aan precisie en validiteit van metingen. Maar bij dagelijks gebruik door consumenten of patiënten, is consistentie minstens zo belangrijk. Een toestel dat eenvoudig is in gebruik, en regelmatig en onder gelijkaardige omstandigheden metingen uitvoert, kan op termijn meer waardevollere inzichten opleveren dan een complex systeem dat slechts sporadisch wordt ingezet. Veel gebruikers haken af bij (draagbare) technologie die te veel van hun aandacht, comfort of tijd vraagt. Bovendien wordt de waarde van longitudinale metingen vaak onderschat: het is pas door patronen te zien over weken of maanden heen dat wearables hun volledige potentieel bereiken. Een eenvoudig horloge dat elke nacht de slaap meet, kan op termijn meer bruikbare informatie leveren dan een medisch hoogwaardig systeem dat één nacht gedragen wordt. Maar zelfs zo’n eenvoudig horloge kan door sommige gebruikers nog steeds als storend worden ervaren, bijvoorbeeld omdat het strak rond de pols zit of ’s nachts ongemak veroorzaakt. In dat opzicht bieden recente innovaties zoals slimme ringen een discreter en comfortabeler alternatief. Kortom, het is niet alleen een kwestie van hoe goed iets meet, maar ook van hoe vaak en in welke omstandigheden het meet.

Hoe kunnen artsen vertrouwen op data waarvan de herkomst onbekend is?

Naast technische en gebruiksaspecten moeten we ook stilstaan bij de commerciële dimensie van wearables. Zeker bij het schatten van de complexe fysiologische processen spelen marktlogica en merkpositionering een niet te onderschatten rol. Fabrikanten presenteren hun toestellen als objectieve meetinstrumenten, maar vaak blijft de precieze werking van hun algoritmen geheim. De vertaling van data naar bijvoorbeeld een stress- of slaapscore gebeurt volgens onbekende formules, gebaseerd op variabelen die zelden wetenschappelijk gevalideerd zijn. Bovendien gaat het zoals gezegd vaak om concepten die in de fysiologie niet eenduidig gedefinieerd zijn. Het gevolg is dat gebruikers cijfers voorgeschoteld krijgen die een schijn van precisie wekken, maar waarvan de betekenis niet helder is. Er ontstaat een gevaarlijke verwarring tussen het model en de werkelijkheid. Wanneer iemand zich gerustgesteld voelt door een hoge herstelscore, zonder rekening te houden met hoe die zich werkelijk voelt, dan is de technologie niet langer een hulpmiddel, maar een vervanging van intuïtie. En dat is mogelijks problematisch. Diezelfde ondoorzichtigheid bemoeilijkt ook wetenschappelijk onderzoek en medische integratie: hoe kunnen artsen vertrouwen op data waarvan de herkomst onbekend is? In contrast met de gesloten modellen van commerciële toestellen die zich richten op de consumentenpopulatie, bestaan er ook toestellen die toegang geven tot de ruwe data en onderzoekers op een transparante manier eigen analyses laten uitvoeren. Het vervangen van gevoel door data raakt aan een dieper liggend maatschappelijk spanningsveld. Wearables kunnen mensen helpen om bewuster met hun lichaam om te gaan, maar ze kunnen hen ook afhankelijk maken van externe feedback. In de sportcontext is het essentieel dat atleten en coaches gevoel blijven ontwikkelen voor wat trainingen fysiek en mentaal met hen doen. Wie enkel naar cijfers kijkt, verliest het vermogen om zelf inschattingen te maken. Hetzelfde geldt voor patiënten met bijvoorbeeld diabetes, burn-out of hartklachten. Als zij hun gedrag enkel aanpassen op basis van wat een app zegt, en niet op basis van wat hun eigen lichaam aangeeft, dan verliezen ze een belangrijk deel van hun autonomie. Technologie mag ondersteuning bieden, maar moet mensen ook helpen om opnieuw te leren luisteren naar zichzelf. Er is ook een educatieve verantwoordelijkheid voor zorgverleners: zij moeten gebruikers begeleiden in het interpreteren van data, en hen helpen om deze in te bedden in hun bredere gezondheidsbeleving.

Tot slot mogen we niet vergeten dat de impact van wearables op wereldschaal mee bepaald wordt door de context waarin ze gebruikt worden. Willen we dat deze technologieën bijdragen aan een betere volksgezondheid, dan moeten we kijken naar factoren zoals betaalbaarheid, gebruiksvriendelijkheid en toegankelijkheid. Een duur toestel met een complex gebruiksinterface zal zijn weg niet vinden naar kwetsbare groepen. De technologie moet bruikbaar zijn voor mensen van verschillende leeftijden, opleidingsniveaus en digitale vaardigheden. Daarnaast zijn ook privacy en dataveiligheid fundamentele aandachtspunten. Wie krijgt toegang tot deze persoonlijke gezondheidsdata? Worden ze commercieel benut? En kunnen gebruikers daar zelf over beslissen? Tot slot is er nood aan integratie: wearables moeten aansluiten op bestaande zorgsystemen, zodat data niet geïsoleerd blijven, maar een meerwaarde betekenen voor de zorgverlener. We moeten eveneens rekening houden met culturele verschillen in de manier waarop technologie wordt benaderd, en vermijden dat we universele normen opleggen aan diverse gebruikerscontexten.

Vroege detectie is van onschatbare waarde

Toch moeten we de potentiële indrukwekkende meerwaarde van wearables niet uit het oog verliezen. Voor veel mensen vormen ze een laagdrempelige toegang tot gezondheidsinformatie, iets wat vroeger enkel via een arts of in een klinisch kader beschikbaar was. Door hun continue aanwezigheid stimuleren ze zelfmonitoring, wat een belangrijke eerste stap kan zijn in gedragsverandering. Mensen die via hun horloge inzicht krijgen in hun slaap of dagelijkse stappen, kunnen hierdoor gemotiveerd raken om gezonder te leven. Bovendien kunnen wearables gebruikers een gevoel van controle geven. Zeker bij chronische aandoeningen zoals hartziekten, astma of slaapstoornissen kunnen draagbare toestellen helpen om symptomen beter te begrijpen en tijdig in te grijpen. In sommige gevallen hebben gebruikers dankzij een wearable vroege signalen van een aandoening opgemerkt en zo sneller medische hulp gezocht. Die vroege detectie is van onschatbare waarde. Daarnaast kan het gebruik van wearables het gesprek tussen patiënt en zorgverlener verdiepen. Wanneer een arts kan terugvallen op objectieve data over een langere periode, kan dat leiden tot gerichtere vragen, betere diagnoses en een meer gepersonaliseerde behandeling. In die zin kunnen wearables ook een brug slaan tussen technologische vooruitgang en menselijke zorg.

Wearables zijn geen voorbijgaande hype. De vraag is niet of we ze gebruiken, maar hoe en met welke verwachtingen. Ze kunnen waardevolle informatie opleveren, zowel voor individuen als voor onderzoekers en zorgverleners. Maar dan moeten we ze inzetten met een kritisch bewustzijn van hun mogelijkheden. We moeten pleiten voor transparantie van fabrikanten, wetenschappelijke standaarden ontwikkelen voor validatie, en tegelijk blijven investeren in de menselijke kant van gezondheid: het gesprek, het gevoel, het zelfinzicht. Draagbare technologie mag dan wel veel kunnen meten, ze mag nooit het enige kompas worden. Binnen ons eigen onderzoek werken we daarom steeds volgens het principe ‘van biologie naar technologie’: we vertrekken vanuit biologische kennis en principes en bouwen van daaruit de technologische toepassingen op. Het klinkt waarschijnlijk voor de hand liggend, maar in de praktijk zien we vaak het omgekeerde: een nieuwe sensor of algoritme wordt ontwikkeld, en pas daarna zoekt men er een medische of gezondheidsrelevante toepassing bij. Als we willen dat wearables écht een rol van betekenis spelen in gezondheid, welzijn en/of prestaties, moeten ze niet alleen vertrekken van wat technisch mogelijk is, maar ook van wat biologisch en menselijk relevant is om bruikbaar advies aan de gebruiker te kunnen geven.

Jasper Gielen is postdoctoraal onderzoeker aan KU Leuven binnen de groep Measure, Model and Manage Bioresponses (M3-BIORES). Hij onderzoekt hoe draagbare technologieën gezondheid, welzijn en prestaties kunnen monitoren in het dagelijks leven. Hij heeft daarnaast ook nauw samengewerkt met Olympische atleten en hun coaches.

Jean-Marie Aerts is gewoon hoogleraar aan KU Leuven. Hij leidt het departement Biosystemen, is codirecteur van het KU Leuven Digital Society Institute (DigiSoc) en copromotor van het Leuven Health Technology Center (L-HTC). Daarnaast is hij verantwoordelijk voor de masteropleiding Human Health Engineering aan de faculteit Bio-ingenieurswetenschappen. Zijn onderzoek richt zich op de ontwikkeling van geavanceerde mobiele technologie voor gezondheidstoepassingen (mHealth), waarbij draagbare hardware wordt gecombineerd met dynamische datamodellen als basis voor monitoring- en regelalgoritmen ter verbetering van de prestaties, gezondheid en/of het welzijn van individuen.