在今天出现的研究中自然医学，Scripps研究转化研究所研究小组的科学家报告说，诸如Fitbit之类的可穿戴设备能够通过评估心率，睡眠和活动水平的变化以及自我报告的症状数据来识别Covid-19的病例，并可以识别与病例相关的案例，并可以识别情况。比仅查看症状更成功。
阅读更多新的Apple Watch测量血氧，以帮助用户监视Covid-19的效果
在他们的报告中，科学家检查了地标检测研究的前六周中的数据。该检测研究于3月25日启动，使用移动应用程序从同意参与者那里收集智能手表和活动跟踪器数据，并收集他们的自我报告症状和诊断测试结果。报道说斯克里普斯研究所。
“这里令人兴奋的是，我们现在为Covid-19拥有了经过验证的数字信号。下一步是利用这一点，以防止新兴的爆发传播。“大约有1亿美国人已经拥有可穿戴的跟踪器或智能手表，可以帮助我们；我们需要的只是其中的一小部分（仅1％或2％）用于使用该应用程序。”
有了来自应用程序的数据，研究人员可以看到参与者何时从正常的睡眠，活动水平或静息心率中脱颖而出；偏离各个规范是病毒疾病或感染的迹象。
但是，他们怎么知道引起疾病的变化是否是Covid-19？为了回答这个问题，小组审查了报告症状并接受过新型冠状病毒的人的数据。了解测试结果使他们能够查明指示COVID-19与其他疾病的特定更改。
斯克里普斯研究转化研究所（Scripps Research Institute）的人工智能总监，研究的第一作者Giorgio Quer博士说：“阻止Covid-19的传播中最大的挑战之一是能够快速识别，追踪和隔离感染者的能力。”“对那些症状前甚至无症状的人的早期识别将特别有价值，因为在此期间，人们可能会更具感染力。那是最终目标。”
在这项研究中，该团队使用健身可穿戴设备和其他设备中的健康数据来识别（大约80％的预测准确性），报告症状的人是否可能患有COVID-19。这是仅评估自我报告症状的其他模型的重大改进。
截至6月7日，已有30,529个人参加了该研究，每个州都有代表。其中，有3,811个报告的症状，冠状病毒呈阳性54例，279个测试为阴性。与个人的正常水平相比，睡眠更多和活动少是预测冠状病毒感染的重要因素。
阅读更多美国军方的AI驱动可穿戴设备可以在生病前两天检测到Covid-19
检测中正在开发的预测模型可能有一天有助于公共卫生官员尽早发现冠状病毒热点。它还可能鼓励有潜在感染的人立即寻求诊断测试，并在必要时隔离自己以避免传播病毒。
