“CovIdentify”让智能手机和可穿戴技术对抗冠状病毒
杜克大学的研究人员正在探索智能手机、FitBits、苹果手表和其他智能手表收集的数据可能有助于确定设备用户是否患有COVID-19，这种疾病由新型冠状病毒引起。
这项名为covidentify的研究正在通过covidentify.org网站招募参与者。
该项目由生物医学工程助理教授Jessilyn Dunn和护理学副教授、健康创新实验室主任Ryan Shaw领导，将评估智能手表佩戴者的健康信息，如睡眠时间表，氧含量，活动水平，以及心率，可以发现COVID-19的早期症状。
在之前的工作中，邓恩和她的团队已经证明，从可穿戴设备收集的生物特征数据可以表明一个人是否容易受到各种健康问题的影响，如糖尿病或心血管疾病，或者他们是否有感染。现在，邓恩、肖和他们的合作者杰夫·金斯伯格(MEDx(杜克大学医学+工程)主任)和克里斯·伍兹(杜克大学应用基因组学和精确医学中心副主任)将使用类似的方法来探索如何做到这一点可穿戴设备可能是对抗日益增长的全球威胁的有用工具。
除了邓恩之前在可穿戴技术方面的工作，伍兹和金斯伯格在美国国防高级研究计划局的资助下，正在进行几项关于可穿戴数据在传染病早期检测方面的研究。
邓恩说:“3月初，当我们意识到美国各地的COVID-19病例将出现爆炸式增长时，我们产生了CovIdentify的想法，我们知道这将是一个长期的卫生保健问题。”“研究团队很快就制定了一项计划，研究移动设备和智能手表的数据如何提供COVID-19早期感染的信号，以及我们是否可以预测感染的严重程度。”
第一阶段的CovIdentify于4月的第一周在covidentiy.org网站正式启动，参与者可以在该网站输入他们的相关人口统计和医疗信息，并参与每日调查。该调查通过短信或电子邮件发送，询问他们接触过的人，以及他们是否感到不适。如果参与者回答“是”，他们就会被提示回答更多关于他们症状的问题，将症状从无到非常严重进行排序。在项目的前30天，参与者将每天回答一次调查，在接下来的两个月里每周回答一次。参与者还将被要求分享来自智能手机和智能手表的数据。
邓恩说:“这项调查设计得很简单，因为我们希望鼓励大家一致参与。”“我们询问了常见症状，包括鼻塞、流鼻涕、咳嗽、喉咙痛、头痛、发烧和发冷，以及呼吸短促、恶心和味觉和嗅觉丧失等covid - 19特异性症状。这种多样性有助于我们确定哪些症状可能是由季节性问题引起的，如过敏或感冒，以及哪些症状可能是由COVID-19引起的。”
Fitbit是目前唯一可以连接到研究的设备。这种情况将在4月底改变，届时该团队计划为iphone推出CovIdentify iOS应用程序，它可以从任何与苹果健康应用程序同步的可穿戴设备中提取数据。不久之后，该团队将为Android和谷歌用户推出类似的程序。他们将遵守每个系统的隐私标准，以确保所有相关的健康数据都得到保护并保持匿名。虽然这些设备将为团队提供更多的生物特征数据，但参与者不需要可穿戴设备来参与研究。
这些资源将帮助团队收集有关参与者的连续生物特征数据——即活动水平、睡眠和心率——然后他们可以将这些数据与日常调查相结合，以确定这些数据之间是否存在联系生物统计数据以及用户体验到的任何症状
肖说:“我们的目标是从这些应用程序中获取12个月的历史数据和6个月的未来数据。”“这将帮助我们建立一个基线，这样我们就可以看到一个人的健康状况通常是什么样子。未来6个月收集的数据和调查将帮助我们创建疾病的轨迹，这样我们就可以看到数字健康数据的变化与特定症状的出现是如何相关的。”
“我们想看看患病和未患病的人之间的差异，我们还想看看哪些数据表明轻度疾病，哪些数据表明严重疾病的进展。”
一旦收集到数据，该团队将开发、测试和改进他们的预测算法，以检测COVID-19病毒的呼吸道感染。Dunn说，这些信息有可能成为一种有价值的工具，帮助研究人员了解如何早期发现COVID-19，这可能为每个人带来更好的结果。
Ginsburg说:“我们预计可穿戴数据、自我报告的症状、分子检测和地理空间数据将极大地融合在一起，以帮助我们管理感染和疫情。”“CovIdentify处于这种融合的前沿。”
邓恩说:“我实验室的目标之一是用工具和信息武装卫生保健专业人员，通过在正确的时间向正确的人提供正确的治疗，来发现疾病并进行早期干预。”“如果这项研究成功，我们将能够使用非侵入性和可访问的工具来帮助我们控制危险病毒的传播，并预测何时有人可能需要更多的重症监护。如果我们能做到这一点，我们可能就能帮助医生挽救更多的生命。”
如果你有兴趣参加这个项目，请在covidentify.org。
