Bug je još proljetos pisao o tome kako je Apple u suradnji sa sveučilištem Washington i organizacijom Seattle Flu Study pokrenuo istraživanje koje ima zadatak provjeriti mogu li pametni satovi rano otkriti respiratorne bolesti poput COVIDa-19. Prvi rezultati tog istraživanja mogli bi biti poznati do kraja godine, a u međuvremenu su nam poznati rezultati sličnog istraživanja koje je vodilo Sveučilište Duke.

Visoka preciznost

Naime, tim međunarodnih istraživača istražio je slučajeve oboljelih od svinjske gripe i onih s običnom prehladom i otkrio kako su nosivi uređaji infekciju svinjskom gripom prepoznali u 92 posto slučajeva, dok su običnu prehladu registrirali s točnošću od 88 posto. 

Uz to, blagu i umjerenu infekciju mogli su razlikovati 24 sata prije razvoja simptoma u 90 posto točnosti za svinjsku gripu i 89 posto točnosti za prehladu. Te su nalaze istraživači objavili u mrežnom časopisu JAMA Network.

Službeni podaci govore kako se približno 9% svjetske populacije svake godine zarazi gripom, s tri do pet milijuna teških slučajeva i između 300.000 i 500 000 smrtnih slučajeva godišnje. Odrasli se istovremeno zaraze s približno četiri do šest prehlada godišnje, a djeca sa šest do osam običnih prehlada; više od polovice infekcija uzrokovano je ljudskim rinovirusima. 

Otkrivanje infekcije prije simptoma

S obzirom na izrazito zaraznu prirodu respiratornih virusa i njihova različita razdoblja inkubacije, infekcije se često brzo šire, posebno zato što trenutno ne postoje presimptomatske metode probira za identifikaciju respiratornih virusnih bolesti. S pojavom novih virusa kakav je SARS-CoV-2 ključno je brzo identificirati i izolirati zarazne nositelje virusa, uključujući presimptomatske i asimptomatske osobe.

Pokazalo se da su nosivi biometrijski senzori za nadzor korisni u otkrivanju infekcija prije nego što se pojave simptomi. Riječ je o jeftinim i pristupačnim tehnologijama, digitalnim biomarkerima, koje bilježe fiziološka mjerenja.

Podaci poput broja otkucaja srca u mirovanju, varijabilnosti otkucaja srca, akcelerometrije, elektrodermalne aktivnosti kože i njene temperature kože mogu ukazivati na infekciju ili predvidjeti hoće li se i kada osoba zaraziti nakon izloženosti virusu. Stoga bi otkrivanje abnormalnih biosignala pomoću nosivih uređaja moglo biti prvi korak u identificiranju infekcija prije početka simptoma.

Modeli strojnog učenja

Istraživači su razvili modele digitalnih biomarkera za rano otkrivanje infekcije i predviđanje ozbiljnosti nakon izloženosti patogenu, ali prije razvoja simptoma. To je pak omogućilo identifikaciju ranih presimptomatskih ili asimptomatskih infekcija. Modeli su izrađeni pomoću Python Scikit-learna i potvrđeni pomoću unakrsne provjere, postupkom koji se ponavljao za svaki skup značajki svakih 12 sati. 

Pritom je razvijeno 25 binarnih, slučajnih modela klasifikacije šuma za predviđanje infekcije. Svaki je model obuhvatio različito razdoblje nakon inokulacije. Kod virusa H1N1 modeli su zarazu otkrivali 36 sati nakon inokulacije uz točnost od 89% i to između 24 i 36 sati prije početka simptoma.

Srednji početak simptoma za rinoviruse bio je 36 sati nakon inokulacije. Modeli koji predviđaju infekciju bili su točni 78% već 12 sati nakon inokulacije, odnosno 24 sata prije početka simptoma. Performanse modela dosegle su vrhunac u vrijeme početka simptoma, kad se prehlada pogađala u 88% slučajeva. 

Rano otkrivanje zaraze

Ova studija sugerira da rutinsko fiziološko praćenje pomoću uobičajenih nosivih uređaja može identificirati nadolazeću virusnu infekciju prije nego što se simptomi razviju. Sposobnost identificiranja pojedinaca tijekom ove kritične rane faze, kada mnogi mogu širiti virus a da toga nisu ni svjesni, mogu imati široki učinak. Usred globalne pandemije SARS-CoV-2, potreba za ovakvim pristupima nikada nije bila izraženija, smatraju istraživači.

Sposobnost ranog otkrivanja infekcije, predviđanja kako će se infekcija promijeniti s vremenom i određivanja kada dođu do zdravstvenih promjena koje zahtijevaju kliničku njegu može poboljšati raspodjelu resursa i spasiti živote, zaključuju istraživači.