Construir uma solução mais precisa de alcance sem fio para rastreamento de contatos

By Stephen Evanczuk

Contributed By DigiKey's North American Editors

O alcance sem fio pode fornecer um capacitador crítico para o rastreamento automático de contatos para ajudar a identificar e analisar surtos de doenças contagiosas como a COVID-19 que podem ser transmitidas por contato próximo. Os métodos convencionais de alcance usando Bluetooth Low Energy (BLE) podem fornecer dados precisos em teoria, mas as limitações práticas da transmissão de sinais de radiofreqüência (RF) podem impactar essa precisão. Conforme cresce a necessidade de métodos mais eficazes para ajudar a conter a propagação da COVID-19, os desenvolvedores estão procurando alternativas aos métodos convencionais para oferecer o máximo de precisão, equilibrando ao mesmo tempo o custo e a facilidade de implantação.

Para atender estas necessidades, foi desenvolvida uma solução de software pela Dialog Semiconductor que aproveita a tecnologia e a infra-estrutura BLE atualmente disponíveis e implantadas. Uma vez implementado como uma atualização de software para os dispositivos BLE system-on-chip (SoC) da empresa, a solução permite um alcance sem fio mais preciso, semelhante ao de um radar.

Este artigo descreve como funciona o rastreamento de contatos. Em seguida, introduz dispositivos Bluetooth e software de acompanhamento da Dialog Semiconductor que oferecem uma solução mais precisa para implementar o alcance sem fio preciso necessário para o rastreamento de contratos e outras aplicações de detecção de proximidade.

Por que o rastreamento de contato é vital para conter a COVID-19

Limitar a propagação de doenças contagiosas é uma pedra angular da epidemiologia e é particularmente crítico no manejo da saúde de populações que enfrentam um novo vírus como o coronavírus 2 (SARS-CoV-2) da síndrome respiratória aguda severa, que causa a doença COVID-19. Uma das ferramentas mais eficazes para reduzir os surtos é o uso de práticas de rastreamento de contatos.

O rastreamento de contatos soa, em princípio, direto: identificar e notificar indivíduos que recentemente se aproximaram de uma pessoa contagiosa e podem eles mesmos estar infectados. Na prática, o fluxo de trabalho de rastreamento de contatos está bastante envolvido, geralmente contando com uma grande equipe de funcionários para entrevistar indivíduos infectados e para notificar e ajudar aqueles que possam estar em risco de infecção subseqüente (Figura 1). Quando estes indivíduos notificados limitam ainda mais seu contato com outros, a cadeia de transmissão do vírus é interrompida.

Imagem do fluxo de trabalho de rastreamento de contatos do CDCFigura 1: O Centro de Controle e Prevenção de Doenças (CDC) recomenda um fluxo de trabalho de rastreamento de contatos que se baseia em uma lista de contatos fornecidos por um indivíduo infectado para notificar indivíduos que podem precisar de autoquarentena durante o período de 14 dias recomendado para supostas infecções por COVID-19. (Fonte de imagem: CDC)

A necessidade de rápida identificação e notificação de uma possível infecção é particularmente importante para a COVID-19, onde os pesquisadores ainda estão trabalhando para obter uma compreensão completa de seus modos de transmissão e infecção. Na verdade, fatos básicos medicamente relevantes sobre a COVID-19 foram desenvolvidos apenas relativamente recentemente. Por exemplo, vários meses após a identificação do vírus SRA-CoV-2, epidemiologistas confirmaram que a transmissão do vírus é possível por indivíduos infectados que ainda não apresentam sintomas da COVID-19 [Furukawa]1.

Com o entendimento de que este tipo de transmissão assintomática é possível, o rastreamento precoce do contato tornou-se primordial para retardar a propagação da pandemia da COVID-19. Usando um método padrão de modelagem epidemiológica, a ferramenta de planilha do CDC COVIDTracer demonstra o impacto do rastreamento precoce de contatos em casos diários em uma população representativa de 100.000 indivíduos (Figura 2).

Gráfico do modelo CDC ilustrando como diferentes estratégias podem achatar a curvaFigura 2: Um modelo CDC ilustra como o uso de diferentes estratégias pode achatar a curva para novos casos encontrados no decorrer de um ano em uma população de 100.000 habitantes. A linha tracejada vermelha indica o início de cada estratégia de rastreamento de contato. (Fonte de imagem: CDC)

Como mostrado na Figura 2, o curso de um surto pode diferir significativamente dependendo da escolha de uma das três diferentes estratégias de rastreamento de contato:

  • Estratégia 1: Iniciar o rastreamento de contato com um indivíduo somente após este já ter apresentado sintomas da COVID-19 (neste modelo, 7 dias após a infecção, com base em estudos de pesquisa).
  • Estratégia 2: Iniciar o rastreamento do contato imediatamente quando o indivíduo infectado apresentar sinais de sintomas pela primeira vez (6 dias após a infecção).
  • Estratégia 3: Iniciar o rastreamento de contato imediatamente quando um teste COVID-19 identifica um indivíduo infectado, mas antes que esse indivíduo apresente sintomas (4 dias após a infecção, quando a transmissão assintomática se torna possível de acordo com estudos de pesquisa).

Mesmo quando o rastreamento de contato começa assim que um indivíduo se torna contagioso (estratégia 3), o número de trabalhadores necessários para realizar o rastreamento de contato pode crescer rapidamente. O modelo do CDC ilustra o crescimento do pessoal necessário para uma média de 5 contatos por caso individual infectado ("Inferior" na Figura 3) e para uma média de 20 contatos por caso ("Superior" na Figura 3).

O gráfico do modelo CDC mostra diferentes estratégias para diminuir o número de trabalhadores necessários para realizar o rastreamento de contatosFigura 3: O modelo CDC mostra como o uso de diferentes estratégias pode reduzir o número de trabalhadores de casos necessários para realizar o rastreamento de contatos assumindo uma média de cinco contatos por caso ("Lower") ou 20 contatos por caso ("Upper"). (Fonte de imagem: CDC)

Os requisitos duplos de rastreamento de contato o mais rápido possível e o tamanho suficiente do pessoal impulsionaram os esforços para encontrar soluções tecnológicas para identificar e contatar indivíduos que possam ter chegado perto de um indivíduo infectado. Ao invés de exigir que as pessoas infectadas se lembrem dos contatos e que os trabalhadores do caso persigam esses contatos, uma solução tecnológica apropriada pode registrar automaticamente as situações de proximidade com outras pessoas que possam estar usando a mesma tecnologia. Na verdade, esta abordagem pode oferecer uma quarta estratégia capaz de iniciar retroativamente o rastreamento de contato com indivíduos encontrados no dia 0, quando a pesquisa médica sugere que os próprios indivíduos infectados teriam contraído a doença de algum outro indivíduo contagioso. Como sugerido nos números acima, a notificação antecipada de contatos pode aplanar drasticamente as curvas tanto dos casos diários como do pessoal necessário.

Devido a sua ampla disponibilidade em smartphones e outros dispositivos eletrônicos móveis pessoais, o Bluetooth tornou-se imediatamente a tecnologia de escolha para rastreamento automático de contatos. Ela emergiu rapidamente como a base para aplicativos móveis que estão sendo desenvolvidos por uma série de esforços colaborativos de fabricantes, grupos médicos e organizações governamentais. Em estudos sobre a eficácia dessas aplicações, porém, as limitações do Bluetooth levaram a resultados decepcionantes.

Por que o rastreamento automático de contatos com Bluetooth tem sido decepcionante

Em princípio, a tecnologia Bluetooth parece ser uma solução ideal para o rastreamento automático de contatos. Sua onipresença garante ampla disponibilidade como plataforma de entrega e suas capacidades parecem atender aos requisitos básicos para aplicativos móveis destinados a registrar instâncias de proximidade com outros indivíduos que utilizam a mesma tecnologia.

O registro de instâncias de contato requer um mínimo de duas informações: a distância até o contato e alguma identificação globalmente única associada ao contato. Tipicamente implementado como um valor aleatório em constante mudança, esta identificação única é usada por um software de aplicação de alto nível para notificar o contato enquanto mantém a privacidade, usando diferentes métodos além do escopo deste artigo.

O protocolo de publicidade Bluetooth oferece um mecanismo existente para atender a estes requisitos básicos. Fornecido como uma característica padrão das pilhas de protocolos Bluetooth, o protocolo de publicidade permite que um dispositivo transmita periodicamente uma pequena carga útil, como a identificação única com consumo mínimo de energia. Um dispositivo que recebe o pacote do protocolo de publicidade também recebe o valor do indicador da força do sinal recebido (RSSI), que a maioria dos subsistemas de rádio sem fio fornecem como medida relativa da força do sinal na faixa de 0 a 100, ou algum outro limite superior definido pelo fabricante do dispositivo.

Em teoria, conforme a distância entre um transmissor e um dispositivo receptor aumenta, a força do rádio no receptor diminui proporcionalmente à distância ao quadrado. Assim, o valor RSSI associado diminuiria suave e monotonicamente.

Na prática, a relação entre RSSI e distância pode variar muito, como observado anos atrás [Gao]2 pelo Bluetooth Special Interest Group (SIG), a organização que supervisiona o desenvolvimento do Bluetooth. A reflexão, o bloqueio e a interferência do sinal podem alterar significativamente a força do sinal. Como resultado, a relação entre RSSI e distância pode variar de uma amostra para outra - mesmo que o transmissor e o receptor permaneçam parados. Em um estudo recente da eficácia do RSSI Bluetooth para rastreamento de contatos, os pesquisadores descobriram que o RSSI pode subir ou descer sem mudança na distância física entre o transmissor e o receptor, dependendo da forma como os smartphones eram mantidos por seus usuários ou eram protegidos por seus corpos ou da forma como os sinais de rádio eram refletidos, bloqueados ou absorvidos pelas estruturas ao redor [Leith]3.

Os desenvolvedores têm usado diferentes estratégias na tentativa de suavizar a variabilidade da RSSI. Além de simplesmente calcular a média de múltiplas medições RSSI, as tentativas de melhorar a precisão das medições de distância usando RSSI têm empregado diferentes métodos de filtragem com sucesso limitado. Outras propostas de rastreamento de contatos sugeriram o uso de outras tecnologias de rádio, tais como banda ultravioleta (UWB), mas, ao contrário do Bluetooth, essas não possuem a base instalada onipresente necessária para conseguir o uso imediato e generalizado de aplicativos de rastreamento automático de contatos para ajudar a gerenciar surtos de COVID-19.

Em contraste, a Dialog Semiconductor oferece uma solução de software projetada para atualizar facilmente suas soluções de hardware Bluetooth para fornecer um alcance sem fio preciso, necessário para o rastreamento eficaz dos contatos.

Atualização de um sistema Bluetooth-on-chip para rastreamento preciso de contatos

O Dialog Semiconductor's Wireless Ranging(WiRa) Software Development Kit (SDK) funciona com sua família de dispositivos BLE SoC DA1469x para atender à necessidade de uma gama precisa com a tecnologia Bluetooth existente. Projetados para atender às exigências de uma ampla gama de produtos móveis, os SoCs BLE da Dialog Semiconductor integram um Arm® Cortex®-M33 e um completo subsistema de rádio Bluetooth 5 com seu próprio controlador baseado no Arm Cortex-M0+ e um conjunto abrangente de periféricos integrados (Figura 4).

Diagrama da família de SoCs BLE Semicondutores DA1469x do Dialog Semicondutor (clique para ampliar)Figura 4: A família Dialog Semicondutor DA1469x de SoCs BLE combina um processador host Cortex-M33, um sistema de rádio Bluetooth 5 dedicado com seu próprio Cortex-M0+, e um conjunto abrangente de periféricos necessários para produtos móveis sem fio típicos. (Fonte de imagem: Dialog Semiconductor)

Como em qualquer plataforma compatível com Bluetooth, a família DA1469x da Dialog Semiconductor suporta os modos de publicidade padrão subjacentes às tecnologias de sinalização usadas para fornecer mensagens específicas de local em locais de varejo. Usando o WiRa SDK, no entanto, os desenvolvedores podem implantar um protocolo do tipo radar capaz de atingir um nível de precisão de alcance não disponível apenas com o RSSI convencional Bluetooth. Mais importante, esta capacidade adicional pode ser implantada em dispositivos existentes baseados em DA1469x.

Nesta abordagem aprimorada para alcance sem fio, os dispositivos Bluetooth executam o protocolo Dialog Tone Exchange (DTE) (Figura 5).

Diagrama do Semicondutor de Diálogo WiRa SDKFigura 5: O Semicondutor Dialog WiRa SDK implementa o alcance sem fio do tipo radar implementando uma troca de dados DTE entre dois dispositivos conectados, um servindo em uma função central Bluetooth padrão e o outro em uma função periférica Bluetooth padrão. (Fonte de imagem: Dialog Semiconductor)

Neste protocolo, os dispositivos Bluetooth se conectam em pares usando funções convencionais BLE Central e Periféricos. O dispositivo Central emite um pedido de partida DTE, fazendo com que ambos os dispositivos se sincronizem, e então durante um período de inatividade BLE transmite o tom DTE por uma duração especificada e a um conjunto pré-definido de freqüências. Por sua vez, o subsistema de rádio de cada dispositivo realiza a amostragem de alta resolução do estouro do tom recebido e fornece saída de sinal em fase e quadratura (IQ). Usando as amostras de QI, cada dispositivo calcula fase para cada freqüência de ruptura (chamada de "átomo"), produzindo um perfil de freqüência específico para aquele dispositivo.

Após trocar seu perfil de freqüência específico do dispositivo com sua contraparte, cada dispositivo usa esses dados para calcular a distância usando um dos dois métodos suportados pelo WiRa SDK. No método de transformação Fourier rápida inversa (IFFT), os cálculos IFFT transformam os dados do perfil de freqüência para o domínio do tempo e mapeiam o atraso de tempo associado à resposta de pico de impulso em uma medição de distância.

No método baseado em fase, os cálculos utilizam os dados de fase por átomo de ambos os dispositivos para encontrar as diferenças de fase. Usando estes resultados, os cálculos mapeiam a diferença de fase média para a distância (D) em metros (m), de acordo com a Equação 1:

Equação 1 Equação 1

Onde:

𝑐 = velocidade da luz em metros por segundo (m/s)

∆𝜑 = diferença de fase em radianos

∆𝑓 = diferença de freqüência em hertz (Hz)

𝑁 = número de átomos

Embora os mecanismos e cálculos subjacentes sejam bastante complexos, a Dialog Semiconductor torna simples para os desenvolvedores avaliar esta abordagem e implementá-la em seus próprios projetos. Os desenvolvedores podem conectar o kit de desenvolvimento de alcance sem fio DA14695 da Dialog Semiconductor(DA14695-00HQDEVKT-RANG) a sua porta USB do computador pessoal e imediatamente começar a explorar a funcionalidade de alcance sem fio usando o software de amostra da empresa.

Baseado no Dialog Semicondutor DA14695 BLE SoC, a placa do kit de alcance sem fio serve como uma plataforma eficaz para a implementação de software personalizado, construindo sobre o software de amostra, ou usando as rotinas de serviço de alcance sem fio WiRa SDK em aplicações de software personalizadas.

Além de seu WiRa SDK, Dialog Semiconductor fornece um pacote de software de distanciamento social de amostra que implementa o alcance sem fio melhorado com DTE e fornece um conjunto de rotinas de software associadas, incluindo tanto métodos de medição de distância baseados em IFFT quanto em fase. Por exemplo, a rotina de cálculo baseada em fase cwd_calc_distance() mostrada na Lista 1 é uma implementação direta da equação de medição de distância baseada em fase mostrada acima.

Copiar
float cwd_calc_distance(float *init_phase_atom, float *refl_phase_atom)
{
    float *dd_phi = d_phi; /* reuse d_phi, or: float dd_phi[CWD_N_ATOM_MAX-1];*/
    float dd_phi_mean;
    int i;
 
    for (i = 0; i < cwd_parm.n_atom; i++)
    {
        /* phase "difference" between initiator and responder */
        d_phi[i] = init_phase_atom[i] + refl_phase_atom[i];
 
        if (i != 0)
        {
            /* phase difference between neighboring frequencies */
            dd_phi[i-1] = d_phi[i] - d_phi[i-1];
        }
    }
 
    unwrap_phase(dd_phi, cwd_parm.n_atom - 1, 1);
 
    /* average dd_phi */
    dd_phi_mean = 0;
    for (i = 0; i < cwd_parm.n_atom - 1; i++)
    {
        dd_phi_mean += dd_phi[i];
    }
    dd_phi_mean = dd_phi_mean / (cwd_parm.n_atom - 1);
 
    dd_phi_mean = wrap_to_two_pi(dd_phi_mean - CWD_PHASE_OFFSET);
 
    /* distance */
    return (dd_phi_mean * CWD_C_AIR/(4 * M_PI * cwd_parm.f_step * 1e6));
}

Lista 1: Esta rotina de cálculo é uma implementação direta da equação de medição de distância baseada em fase mostrada acima. (Fonte de código: Dialog Semiconductor)

Conclusão

O alcance sem fio pode fornecer um capacitador crítico para o rastreamento automático de contatos para ajudar a identificar surtos de doenças contagiosas como a COVID-19, mas os protocolos Bluetooth convencionais falharam em fornecer de forma confiável as medições de distância precisas necessárias.

Para resolver este problema, uma solução de software da Dialog Semiconductor oferece uma solução sem fio mais precisa, semelhante a um radar, que pode ser implementada como uma atualização de software para sistemas baseados nos dispositivos Bluetooth de baixo consumo de energia da empresa. Esta abordagem melhora a precisão ao mesmo tempo em que contém os custos e permite a rápida implantação em dispositivos atualmente ativos.

Referências:

  1. Evidência que apoia a transmissão do Coronavírus da Síndrome Respiratória Aguda Grave Coronavírus 2, enquanto que o Coronavírus é Presintomático ou Assintomático
  2. Proximidade e RSSI
  3. Rastreamento de contato do Coronavirus: Avaliando o potencial de uso da força de sinal recebido por Bluetooth para detecção de proximidade
DigiKey logo

Disclaimer: The opinions, beliefs, and viewpoints expressed by the various authors and/or forum participants on this website do not necessarily reflect the opinions, beliefs, and viewpoints of DigiKey or official policies of DigiKey.

About this author

Image of Stephen Evanczuk

Stephen Evanczuk

Stephen Evanczuk has more than 20 years of experience writing for and about the electronics industry on a wide range of topics including hardware, software, systems, and applications including the IoT. He received his Ph.D. in neuroscience on neuronal networks and worked in the aerospace industry on massively distributed secure systems and algorithm acceleration methods. Currently, when he's not writing articles on technology and engineering, he's working on applications of deep learning to recognition and recommendation systems.

About this publisher

DigiKey's North American Editors