Sensorgenauigkeit in Wearables: Was messen, was bezweifeln und wie validieren

Die meisten Gesundheits-Wearables basieren auf zwei Haupttechnologien: der Photoplethysmographie (PPG) und Beschleunigungssensoren. Die PPG verwendet LEDs, typischerweise mit grünem Licht, um Veränderungen des Blutvolumens in den Kapillaren zu messen, was die Schätzung der Herzfrequenz und in einigen Fällen der Sauerstoffsättigung ermöglicht. Beschleunigungssensoren messen hingegen die lineare Beschleunigung, um Schritte zu zählen, die Intensität der Übung zu erkennen und die Schlafarchitektur zu analysieren.

Die Genauigkeit dieser Sensoren ist nicht absolut, sondern kontextabhängig. Während die PPG empfindlich auf Umgebungslicht und Melaninabsorption reagiert, können Beschleunigungssensoren durch die Art der Bewegung und die Position des Geräts am Körper beeinflusst werden. Das Verständnis dieser physikalischen Einschränkungen ist der erste Schritt, um Daten nicht überzuinterpretieren, die das Gerät als Gesundheitsmetriken darstellt.

Eines der konsistentesten Ergebnisse in der jüngsten Literatur ist, dass der Hautton die Genauigkeit der PPG beeinflusst. Melanin absorbiert das von den Sensoren emittierte grüne Licht, was das nützliche Signal reduziert und das Rauschen erhöht. Unabhängige Studien haben dokumentiert, dass Benutzer mit dunkleren Hauttönen (Fitzpatrick-Typen IV-VI) mittlere Herzfrequenzfehler zwischen 2 und 4 Schlägen pro Minute (BPM) höher aufweisen als Benutzer mit helleren Tönen, insbesondere während intensiver Übungen.

Diese Lücke ist nicht einheitlich. In Ruhe ist der Unterschied geringer, nimmt aber durch periphere Vasokonstriktion und Bewegung bei körperlicher Aktivität signifikant zu. In Frontiers in Digital Health und Cureus veröffentlichte Forschung bestätigt, dass der Bias trotz verbesserter Algorithmen der Hersteller persistiert und ein kritischer Faktor ist, der bei der Bewertung der Zuverlässigkeit von Herzfrequenzdaten in diversen Populationen zu berücksichtigen ist.

Die Unterscheidung zwischen einem Wellness-Wearable und einem Medizinprodukt ist grundlegend, um zu verstehen, welche rechtlichen Garantien bestehen. Die FDA (US-Lebensmittel- und Arzneimittelbehörde) hat ihre Richtlinien aktualisiert, um zu klären, welche Wearable-Funktionen die Zulassung als Medizinprodukt erfordern. Zum Beispiel erfordern die Erkennung von Vorhofflimmern oder die Messung des Blutdrucks in der Regel eine strenge klinische Validierung, während das Zählen von Schritten oder die Kalorienschätzung als Wellness-Funktionen gelten.

In der Europäischen Union wendet der MDR-Rahmen (Medizinprodukteverordnung) ähnliche Kriterien an. Ein Wearable, das nur Informationen zur körperlichen Aktivität bietet, unterliegt nicht denselben Kontrollen wie eines, das klinische Zustände diagnostiziert oder überwacht. Nutzer müssen überprüfen, ob die spezifische Funktion, die sie verwenden, die entsprechende Zertifizierung hat, da das Fehlen dieser nicht unbedingt bedeutet, dass die Daten nutzlos sind, aber dass sie nicht für den klinischen Gebrauch validiert sind.

Neben dem Hautton degradieren andere physikalische Faktoren das Signal. Die Bewegung des Arms während der Übung erzeugt Artefakte, die die Algorithmen filtern müssen, was zu transienten Fehlern führen kann. Die Passform des Armbands ist ebenfalls entscheidend: Ein zu lockeres Armband lässt Umgebungslicht ein und reduziert den optischen Kontakt, während ein zu festes Armband die lokale Durchblutung stören kann.

Hauttemperatur und Feuchtigkeit beeinflussen auch die Leitfähigkeit und das optische Signal. Bei extremen Kältebedingungen reduziert die Vasokonstriktion den peripheren Blutfluss, was die Messung schwieriger macht. Um diese Fehler zu minimieren, wird empfohlen, das Gerät sauber und richtig angepasst zu halten und die Verwendung in Bereichen mit Tattoos oder Narben zu vermeiden, die das optische Signal stören.

Studien, die Wearables mit klinischen Referenzgeräten (wie Elektrokardiogrammen oder Fingeroximetern) vergleichen, zeigen gemischte Ergebnisse. Die Ruheherzfrequenz hat in der Regel eine hohe Genauigkeit (mittlerer Fehler < 5 BPM), aber die Herzfrequenzvariabilität (HRV) und die Sauerstoffsättigung (SpO2) weisen größere Fehlermargen auf. Eine Analyse von über 30 Studien, die 2024-2025 veröffentlicht wurde, zeigt, dass die Genauigkeit zwischen Marken und Modellen erheblich variiert, ohne dass es einen klaren Leader in allen Metriken gibt.

Es ist wichtig hervorzuheben, dass die Validierung durch den Hersteller oft unter kontrollierten Bedingungen und mit spezifischen Populationen durchgeführt wird. Unabhängige Studien, wie die von der Duke University durchgeführten oder in npj Digital Medicine veröffentlichten, finden oft größere Diskrepanzen in realen Umgebungen. Daher sollten Wearable-Daten als langfristige Trends interpretiert werden, nicht als punktuelle klinische Messungen.

Um den maximalen Wert aus einem Gesundheits-Wearable zu schöpfen, wird empfohlen, diese Richtlinien zu befolgen: 1) Daten kontextualisieren: Keine medizinischen Entscheidungen auf der Grundlage eines einzelnen Lesewerts treffen; nach Mustern über Wochen suchen. 2) Passform überprüfen: Sicherstellen, dass das Armband fest, aber bequem ist, und dass der Sensor direkten Hautkontakt hat. 3) Einschränkungen kennen: Verstehen, dass SpO2 und HRV Schätzungen sind, keine Diagnosen. 4) Mit Referenz vergleichen: Wenn Zugang zu einem klinischen Gerät besteht, regelmäßige Vergleiche durchführen, um das Vertrauen in das Wearable zu kalibrieren.

Schließlich ist die Transparenz des Herstellers bezüglich der Validierungsmethoden und Testgruppen ein Qualitätsindikator. Nutzer sollten skeptisch gegenüber Behauptungen absoluter Genauigkeit sein und sich daran erinnern, dass Wearable-Technologie ein Wellness-Werkzeug ist, kein Ersatz für professionelle medizinische Versorgung.