可穿戴活动追踪器和人工智能可能被用于检测症状前的COVID-19

发表在开放获取期刊上的初步研究表明，可穿戴活动追踪器可以监测皮肤温度、心率和呼吸频率的变化，结合人工智能(AI)，可能被用于在症状出现前几天发现COVID-19感染BMJ开放．

研究人员的研究结果基于AVA手环的佩戴者。AVA手环是一种可调节的、市售的生育追踪器，可以监测呼吸频率、心率、心率变异性、手腕皮肤温度和血液流动，以及睡眠数量和质量。

典型的COVID-19症状可能在感染后几天才会出现，在此期间，感染者可能会在不知不觉中传播病毒。

人们的注意力开始集中在…的潜力上活动跟踪器而且smartwatches检测体内COVID-19感染从孵化到康复的各个阶段，以促进早期隔离和检测感染者。

因此，研究人员想看看由活动追踪器监测的生理变化是否可以用于开发一种机器学习算法，在症状开始之前检测COVID-19感染。

参与者(1163名年龄均在51岁以下)是在2020年3月至2021年4月期间从新闻出版总署的研究中抽取的。GAPP始于2010年，旨在更好地了解列支敦士登普通人群心血管危险因素的发展。

之所以选择AVA手环，是因为它的数据之前曾被用于机器学习算法，以实时检测排卵期女性最容易受孕的日子，准确率达到90%。

参与者在晚上佩戴AVA手环。该设备每10秒保存一次数据，需要至少4小时相对不间断的睡眠。这些手环在醒来时与配套的智能手机应用程序同步。

参与者使用该应用程序记录任何可能改变中枢神经系统功能的活动，如酒精、处方药和消遣性药物，并记录可能的COVID-19症状。

他们都定期接受了SARS-CoV-2的快速抗体测试，这种病毒会导致COVID-19感染。对有指示性症状的患者进行PCR拭子检测测验也

每个人都提供了年龄、性别、吸烟状况、血型、子女数量、与家庭接触者或新冠病毒检测呈阳性的同事的接触情况以及疫苗接种情况等个人信息。

在研究期间，约有127人(11%)感染了COVID-19。在那些测试呈阳性和未呈阳性的人之间，背景因素没有差异。但其中有更高比例的人表示，他们曾接触过同样感染COVID-19的家庭成员/常客或同事。

在127名COVID-19检测呈阳性的人中，66人(52%)在出现症状前至少戴了29天的手环，并通过PCR拭子检测确认为阳性，因此纳入最终分析。

监测数据显示，与基线测量值相比，在COVID-19的潜伏期、症状前、症状期和恢复期，所有五项生理指标都发生了显著变化。COVID-19症状平均持续8.5天。

在对66名SARS-CoV-2检测呈阳性的人进行持续监测的40天内，该算法使用症状开始前第10天至第2天的70%的数据进行了“训练”。然后在剩下的30%的数据上进行测试。

在症状出现前2天，在训练集中发现了约73%的实验室确诊阳性病例，在测试集中发现了68%的实验室确诊阳性病例。

研究人员承认，他们的研究结果可能不会更广泛地适用。这些发现只是基于一小部分人的样本，他们都相对年轻，因此不太可能患有严重的COVID-19症状——来自一个单一的国家中心，而且没有种族多样性。

此外，所达到的准确度(灵敏度)低于80%。但他们表示，该算法目前正在荷兰一个更大的群体(2万人)中进行测试，预计结果将在今年晚些时候公布。

虽然PCR拭子检测仍然是确认COVID-19感染的金标准，但“我们的研究结果表明，可穿戴设备可以帮助机器学习算法可能会成为COVID-19症状前或无症状检测的有前途的工具，”他们写道。

他们得出结论，“可穿戴传感器技术是一种易于使用、低成本的方法，使个人能够在大流行期间跟踪自己的健康和福祉。我们的研究表明，这些设备与人工智能合作，可以推动个性化医疗的边界，并在[症状出现]之前检测到疾病，潜在地减少病毒在社区中的传播。”

---

---