Laut Forschern könnten am Handgelenk getragene Gesundheitstracker verwendet werden, um Covid-19 Tage vor dem Auftreten von Symptomen zu erkennen.
Immer mehr Menschen weltweit verwenden die Geräte, um Veränderungen der Hauttemperatur, der Herz- und Atemfrequenz zu überwachen. Jetzt zeigt eine neue Studie, dass diese Daten mit künstlicher Intelligenz (KI) kombiniert werden könnten, um Covid-19 zu diagnostizieren, noch bevor die ersten verräterischen Anzeichen der Krankheit auftreten.
„Tragbare Sensortechnologie kann die Erkennung von Covid-19 während der präsymptomatischen Phase ermöglichen“, schlossen die Forscher. Die Erkenntnisse waren veröffentlicht in der Zeitschrift BMJ Open.
Die Entdeckung könnte dazu führen, dass Gesundheitstracker mit KI angepasst werden, um Covid-19 frühzeitig zu erkennen, indem sie einfach grundlegende physiologische Veränderungen erkennen. Dies könnte dazu beitragen, Benutzern ein Frühwarnsystem bereitzustellen, dass sie möglicherweise infiziert sind, was wiederum dazu beitragen kann, eine weitere Ausbreitung der Krankheit zu verhindern.
Forscher des Dr. Risch Medical Laboratory in Liechtenstein, der Universität Basel in der Schweiz, der McMaster University in Kanada und des Imperial College London testeten das Ava-Armband, einen Fruchtbarkeitstracker, den Menschen online kaufen können, um den besten Zeitpunkt für eine Empfängnis zu verfolgen. Es überwacht Atemfrequenz, Herzfrequenz, Herzfrequenzvariabilität, Hauttemperatur am Handgelenk und Blutfluss.
In der Studie wurden 1.163 Personen unter 51 Jahren in Liechtenstein vom Beginn der Pandemie bis April 2021 beobachtet. Sie wurden gebeten, das Ava-Armband nachts mit dem Gerät zu tragen, das 249 £ kostet und alle 10 Sekunden Daten speichert . Menschen müssen mindestens vier Stunden schlafen, damit es funktioniert.
Die Armbänder wurden mit einer Smartphone-App synchronisiert, wobei die Personen alle Aktivitäten aufzeichneten, die sich auf die Ergebnisse auswirken könnten, wie z. B. Alkohol, verschreibungspflichtige Medikamente und Freizeitdrogen. Dabei erfassten sie auch mögliche Covid-19-Symptome wie Fieber.
Melden Sie sich für First Edition an, unseren kostenlosen täglichen Newsletter – jeden Wochentag morgens um 7 Uhr BST
Alle Teilnehmer der Studie unterzogen sich regelmäßigen Antikörper-Schnelltests für Covid-19, während diejenigen mit Symptomen auch einen PCR-Tupfertest durchführten.
Insgesamt wurden 1,5 Millionen Stunden an physiologischen Daten aufgezeichnet und Covid-19 wurde bei 127 Personen bestätigt, von denen 66 (52 %) ihr Gerät an mindestens 29 aufeinanderfolgenden Tagen getragen hatten und in die Analyse einbezogen wurden.
Die Studie ergab, dass es während der Inkubationszeit der Infektion, der Zeit vor dem Auftreten der Symptome, des Auftretens der Symptome und während der Genesung im Vergleich zur Nichtinfektion signifikante Veränderungen im Körper gab.
Insgesamt identifizierte die duale Kombination aus Gesundheitstracker und Computeralgorithmus 68 % der Covid-19-positiven Personen zwei Tage vor dem Auftreten ihrer Symptome korrekt. Das Team wies darauf hin, dass der Forschung Grenzen gesetzt seien, einschließlich der Tatsache, dass nicht alle Covid-Fälle erfasst wurden.
Während ein PCR-Tupfertest der Goldstandard für die Bestätigung von Covid-19 bleibt, „deuten die Ergebnisse darauf hin, dass ein Wearable-informierter maschineller Lernalgorithmus als vielversprechendes Werkzeug für die präsymptomatische oder asymptomatische Erkennung von Covid-19 dienen könnte“, sagten die Forscher.
Sie fügten hinzu: „Wearable Sensor Technology ist eine benutzerfreundliche, kostengünstige Methode, um es Einzelpersonen zu ermöglichen, ihre Gesundheit und ihr Wohlbefinden während einer Pandemie zu verfolgen.
„Unsere Forschung zeigt, wie diese Geräte in Verbindung mit künstlicher Intelligenz die Grenzen der personalisierten Medizin erweitern und Krankheiten vor dem Auftreten von Symptomen erkennen und so möglicherweise die Virusübertragung in Gemeinden reduzieren können.“
Typische Covid-19-Symptome können mehrere Tage nach der Ansteckung dauern, bis sie auftreten, während dieser Zeit kann eine infizierte Person das Virus unwissentlich verbreiten.
Der Algorithmus wird jetzt in einer viel größeren Gruppe von 20.000 Personen in den Niederlanden getestet, mit Ergebnissen, die noch in diesem Jahr erwartet werden.