Er dit søvn-mønster online?
For et par uger siden skrev jeg et blogindlæg om min Withings vægt, som er online og som gør det muligt at sende mine vægt-data direkte til Twitter – ligesom den laver kurver og regner på BMI og fedtprocenter, hver gang jeg vejer mig.
Og nu har Doc Searls så lige skrevet et blogindlæg om søvn-monitorerings-dimsen Zeo, som gør det muligt at overvåge hvilken søvn-kvalitet (ZQ) man har – om man vågner om natten, om man sover dybt nok osv.
Igår skrev jeg et indlæg om fordelene ved at lade brugere hacke produkter – og Zeo-dimsen blev faktisk hacket af en studerende tidligere på året. Han blev efterfølgende ansat til at hjælpe Zeo med at bruge data til noget.
I følge Doc Searls har Zeo besluttet at gøre alle data fra deres system open source og at tilbyde et API, som gør det muligt for andre at bruge data. Foreløbig har det resulteret i, at Digifit har lavet en app, der kombinerer søvndata fra Zeo med vægtdata fra Withings:
Så ikke nok med at vi kan måle og veje os selv – og dele data med verden – vi kan også i stigende grad kombinere vores egne data og finde ud af, om der måske er mønstre, som vi ikke kendte til.
I dag mener nogle forskere, at overvægt ikke udelukkende handler om, hvor mange marcipansnitter man kører ind i december, men at søvn har stor indflydelse. Stress feder – fordi man ofte sover rigtig dårligt. Men hvis man nu var klar over, at ens søvnmønster var møg-usundt, kunne det så få én til at gå lidt tidligere i seng? Eller bliver man bare mere stresset, fordi man nu ved, at det er usundt at være så stresset?
Nå men jeg ved i hvert tilfælde, hvad jeg ønsker mig til jul! 🙂
Withings (vægten)
Zeo (søvnmonitorering)
Digifit (app som kombinerer data)
Doc Searls Blogindlæg
Blogindlæg om hvordan hackeren blev værdifuld for Zeo
PS: Gad vide om man kan kombinere data med data fra Roomba (det er vores støvsuger – den er også blevet hacket)
Ernst Poulsen skriver
Det mest oplagte jeg lige kan komme på, er at kombinere med andre sundheds-relaterede data.
* Løb/motion – som f.eks. de data folk via deres GPS-løbeprogram på telefonen (fx). Det kan sikkert virke ekstra overbevisende at se hvor god sammenhæng der er mellem motion og søvnmønstre.
* Pulsure – Søvnvaner og pulsmåling må også give interessante sammenhænge.
* Patientmålinger. Der findes sikkert en del patienter, der jævnligt tager får foretaget målinger af blodsukker, vejrtrækning, etc.
* Møde-kalenderen: Hvis man nu kunne bevise over for chefen, at der var 95% statistisk sammenhæng mellem afdelingsmøderne og dårlig søvn, så kunne man måske få skåret dem ned fra en heldages-seance til et stå-op møde og en opsummeringsmail. 😉
Så mangler vi bare at plotte kaffe-indtagelse ind på kurven, så kan man se, hvornår man IKKE lige skal tage en kop mere.