一項使用醫學腕帶數據的預印研究表明，在研究參與者變得具有感染性之前，研究參與者睡眠中斷的數據可以提前24小時預測研究參與者感染流感的時間。

這項研究發表在arXiv平臺上，并且已提交給IEEE生物醫學工程會刊，這是這篇研究在該報刊進行的第二輪審議了。

在研究中，一種機器學習算法使用了醫學腕帶的數據來推斷25名研究參與者的睡眠模式，這些研究參與者在此前都故意接觸了流感病毒。在8名研究參與者當中，有7名參與者感染了流感并擁有可用的數據，并在開始傳播病毒的24小時前就出現了睡眠中斷的跡象。

雖然最初的研究集中在流感上，但這種方法可能也可以發現其他疾病感染的征兆——可能包括新冠肺炎。

工程學院生物醫學工程教授，文學、科學、藝術學院統計學教授、研究通訊作者Alfred Hero表示：“在這次病毒大流行期間，隨著我們從佩戴智能手表的人群中獲得更多數據，我們的預測模型將會進一步完善。按照我們的想象，完善之后的模型可以生成一個預警信號，甚至可以在沒有測試的情況下預測無癥狀患者傳播。”

雖然這種方法不可能對新冠肺炎做出診斷，但對那些出于預防目的、又不知道應該在什么時候進行自我隔離的人來說，這種方法可以提供有用的指導。在目前的新冠病毒大流行中，和許多無癥狀新冠病毒患者一樣，政府要求那些出現感冒和流感癥狀的人也進行自我隔離。如果該算法能夠利用智能手表或健身追蹤器里面的簡陋數據的話，目前仍然需要上班的關鍵員工就能在感染之前得到提前預警，并進行自我隔離。

原文：https://medicalxpress.com/news/2020-04-smartwatch-infection.html

本文來源前瞻網，轉載請注明來源！（圖片來源互聯網，版權歸原作者所有）