※用來追蹤生育狀態的AVA手環也可在COVID19症狀出現前檢測染疫風險。(示意圖,Photo credit: AVA Women)

發表在《BMJ Open》期刊上的初步研究顯示，結合人工智慧與用來監測皮膚溫度、心臟和呼吸頻率變化的可穿戴活動追蹤裝置，有機會在COVID-19症狀出現前就能發現是否感染。

這項研究發現是來自於AVA手環的使用者。AVA手環是一種生育追蹤器，可監測呼吸率、心率、心率變異（heart rate variability）、手腕皮膚溫度和血流量，以及睡眠量和品質。

一般的COVID-19症狀會在感染後幾天才會出現，但染疫的人有可能在這段期間內傳播病毒。

使用活動追蹤裝置和智慧手錶來檢測COVID-19的潛伏期到恢復期等所有階段的潛力也開始受到關注，希望能針對染疫者進行初期隔離和檢測。

因此，研究人員想了解由活動追蹤裝置監測的生理變化是否可以用來開發機器學習演算法，在症狀出現之前就能檢測COVID-19感染。

之所以選擇AVA手環，是因為其數據先前曾在一種機器學習演算法中使用，以即時檢測排卵期婦女的最容易受孕的日子，有90%的準確率。

總共有1163位年紀不到51歲的受測者參與這項研究。受測者在晚上戴著AVA手環，該設備每10秒保存一次資料，需要至少4個小時的不被打斷的睡眠。而手環在醒來時會與智慧手機的App同步資料。

受測者使用該App記錄任何可能改變中樞神經系統功能的活動，如酒精、處方藥和娛樂性用藥，並記錄可能的COVID-19症狀。

他們都定期進行SARS-CoV-2的快速抗體篩檢，有症狀的人還進行了PCR測試。

受測者都提供了個人資訊，包括年齡、性別、吸煙狀況、血型、子女數量、與COVID-19陽性者的接觸以及疫苗接種狀況。

在研究期間，約有127人（11%）感染了COVID-19。在那些陽性和陰性的人之間，背景因素沒有差異。但是，在陽性的人中，有很大比例的人表示曾與同樣患有COVID-19的家庭成員或工作同事接觸過。

在127名COVID-19檢測呈陽性的人中，66人（52%）在症狀出現前至少佩戴了29天的手環，並透過PCR檢測確認為陽性，因此被納入最終分析。

監測數據顯示，與基線測量相比，在COVID-19的潛伏期、症狀前、症狀期和恢復期，所有五個生理指標都有明顯變化。

在對66名SARS-CoV-2檢測呈陽性的人進行的40天連續監測中，演算法使用症狀開始前第10天至第2天的70%的資料進行訓練。對其餘30%的資料進行測試。

大約73%的實驗室確診陽性病例在訓練組中被辨識出來，測試組中有68%在症狀開始前2天中被辨識出來。

研究人員認為，他們的結果可能無法廣泛適用於所有人。研究的樣本不夠多，且受測者都比較年輕，因此不太可能有嚴重的COVID-19症狀，而且他們來自同一個，種族無太大差異。

更重要的是，準確性（靈敏度）低於80%。他們說，但是該演算法現在正在荷蘭一個更大的群體（20,000人）中進行測試，預計今年晚些時候會有結果。

雖然PCR仍然是確認是否感染COVID-19的黃金標準，但這項發現顯示，可穿戴的機器學習演算法有望成為一種有前景的工具，以用於症狀出現前或無症狀的COVID-19檢測。

可穿戴感測器技術是一種易於使用、低成本的方法，使個人能夠在疫情期間追蹤健康狀態。我們的研究表明，這些裝置與人工智慧結合，可以突破個人化醫療的限制，並在症狀發生之前檢測疾病，有可能減少病毒在社區的傳播。

(來源:News Medical Life Science 生策中心編譯)