新算法通过智能手表中睡眠中断的数据，能预测感染新冠肺炎的时间

一项使用医学腕带数据的预印研究表明，在研究参与者变得具有感染性之前，研究参与者睡眠中断的数据可以提前24小时预测研究参与者感染流感的时间。

这项研究发表在arXiv平台上，并且已提交给IEEE生物医学工程会刊，这是这篇研究在该报刊进行的第二轮审议了。

在研究中，一种机器学习算法使用了医学腕带的数据来推断25名研究参与者的睡眠模式，这些研究参与者在此前都故意接触了流感病毒。在8名研究参与者当中，有7名参与者感染了流感并拥有可用的数据，并在开始传播病毒的24小时前就出现了睡眠中断的迹象。

虽然最初的研究集中在流感上，但这种方法可能也可以发现其他疾病感染的征兆——可能包括新冠肺炎。

工程学院生物医学工程教授，文学、科学、艺术学院统计学教授、研究通讯作者Alfred Hero表示：“在这次病毒大流行期间，随着我们从佩戴智能手表的人群中获得更多数据，我们的预测模型将会进一步完善。按照我们的想象，完善之后的模型可以生成一个预警信号，甚至可以在没有测试的情况下预测无症状患者传播。”

虽然这种方法不可能对新冠肺炎做出诊断，但对那些出于预防目的、又不知道应该在什么时候进行自我隔离的人来说，这种方法可以提供有用的指导。在目前的新冠病毒大流行中，和许多无症状新冠病毒患者一样，政府要求那些出现感冒和流感症状的人也进行自我隔离。如果该算法能够利用智能手表或健身追踪器里面的简陋数据的话，目前仍然需要上班的关键员工就能在感染之前得到提前预警，并进行自我隔离。

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