Assessing personal air pollution exposure across commuting modes using wearable sensors and public air quality data

Air pollution is a major public health concern, yet personal exposure is often estimated using data collected by fixed monitoring stations and simplified assumptions that neglect both the spatiotemporal variability of pollutants and individual ventilation. This Master’s thesis addresses these limitations by designing and implementing a continuous monitoring protocol that combines geolocated air quality measurements from wearable sensors with minute ventilation estimates derived from wearable data and physiological models to obtain a fully personalized estimate of inhaled dose accounting for both environmental and inter- and intra-individual variability. These estimates are then compared with conventional approaches based on public air quality data and mobility information, which neglect hyper-local pollutant variability and subject-specific ventilation. After an initial optimization of the wearable environmental monitor to enable seamless and real-time interaction for non expert users in unsupervised conditions, a free-living data collection campaign was conducted in Milan between October and December 2025 on 26 healthy volunteers (12 males, 14 females, 24.6 ± 2.1 years, 170.9 ± 8.2 cm, 64.5 ± 11.5 kg). Each participant performed a 24-hour recording session with a multi-sensor wearable setup. Neglecting inter- and intra-individual variability in minute ventilation leads to an underestimation of inhaled dose of -106.5% [-140.5% ; -79.6%]. Moreover, inhaled dose estimates obtained from open-source air quality data combined with average ventilation values underestimated wearable-derived estimates by -179.1% [-385.2% ; -61.8%], with the largest discrepancies observed for active commuting modes such as walking (-318.4% [-451.5% ; -157.3%]) and cycling (-234.34% [-469.7% ; -91.9%]). These findings highlight the importance of combining high-resolution personal monitoring of air pollutants with minute ventilation measurements to obtain realistic exposure estimates and to better characterize exposure differences across commuting modes.

L’inquinamento atmosferico rappresenta una delle principali criticità per la salute pubblica; tuttavia, l’esposizione personale viene spesso stimata utilizzando dati raccolti da stazioni di monitoraggio fisse e assunzioni semplificate che trascurano sia la variabilità spazio-temporale degli inquinanti sia la ventilazione individuale. Questa tesi di laurea magistrale affronta tali limitazioni progettando e implementando un protocollo di monitoraggio continuo che combina misure di qualità dell’aria geolocalizzate ottenute da sensori indossabili con stime della ventilazione minuto derivate da dati wearable e da modelli fisiologici, al fine di ottenere una stima completamente personalizzata della dose inalata che tenga conto sia della variabilità ambientale sia di quella inter- e intra-individuale. Tali stime vengono poi confrontate con approcci convenzionali basati su dati pubblici di qualità dell’aria e informazioni sulla mobilità, che trascurano la variabilità iper-locale degli inquinanti e la ventilazione specifica del soggetto. Dopo una fase iniziale di ottimizzazione del Monitor Ambientale indossabile, finalizzata a consentire un’interazione fluida e in tempo reale anche da parte di utenti non esperti in condizioni non supervisionate, è stata condotta a Milano una campagna di raccolta dati in condizioni di vita reale tra ottobre e dicembre 2025 su 26 volontari sani (12 uomini, 14 donne; 24,6 ± 2,1 anni; 170,9 ± 8,2 cm; 64,5 ± 11,5 kg). Ogni partecipante ha svolto una sessione di acquisizione dati di 24 ore utilizzando un setup indossabile multisensore. Trascurare la variabilità inter- e intra-individuale della ventilazione minuto porta a una sottostima della dose inalata pari al -106,5% [-140,5% ; -79,6%]. Inoltre, le stime della dose inalata ottenute combinando dati open-source sulla qualità dell’aria con valori medi di ventilazione hanno sottostimato le stime derivate dai dispositivi indossabili del -179,1% [-385,2% ; -61,8%], con le maggiori discrepanze osservate per modalità di pendolarismo attive come la camminata (-318,4% [-451,5% ; -157,3%]) e l'utilizzo della bicicletta (-234,34% [-469,7% ; -91,9%]). Questi risultati evidenziano l’importanza di integrare un monitoraggio personale ad alta risoluzione degli inquinanti atmosferici con misure della ventilazione minuto al fine di ottenere stime realistiche dell’esposizione e caratterizzare meglio le differenze di esposizione tra le diverse modalità di pendolarismo.