近日，發表於《Nature Medicine》(自然·醫學)上的一項研究中， Scripps研究團隊報告稱，例如:Fitbit或Apple watch之類的可穿戴設備，能夠識別80%的新冠肺炎病毒(COVID-19)病例，比只觀察病例症狀或是自我報告症狀判斷更準確。
DETECT研究
「DETECT研究」的中文意思為利用數位程式參與和追蹤新冠肺炎病毒(Covid-19)的早期控制和治療；而這項研究於3月25日啟動，任何居住在美國的成年人都有資格參與這項研究，只要他們的穿戴裝置下載MyDataHelps這個應用程式App，並同意被App收集自我報告症狀和診斷測試結果。
在3月下旬至6月初之間，超過30,500人參加了應用程式的研究，透過評估心跳、睡眠和活動量以及自我報告的症狀，可用於識別新冠肺炎病毒(Covid-19)的潛在病例。
80%的新冠肺炎病毒(Covid-19)預測率
在30000多名的受試者中，有3811個報告有感染症狀，其中54個人呈新冠病毒陽性，而279個呈陰性。DETECT研究模型能以80％的準確度預測出現症狀的人是否可能患有新冠肺炎病毒(Covid-19)。
特別是，研究人員發現，比較有新冠肺炎病毒(Covid-19)症狀的陽性和陰性的受試者，陰性受試者睡眠較多而活動更少，與一般研究報告中，睡眠和活動率存在顯著差異，是預測冠狀病毒感染的重要因素相符。
對防疫的幫助
這項研究的結果，可對提供許多企業和學校比目前量額溫更有效的方法，來檢測潛在的新冠肺炎病毒(Covid-19)病例。因為溫度並不是非常準確的檢測指標，根據紐約對新冠肺炎病毒(Covid-19)住院患者的一項研究，只有1/3的患者在入院時，呈現體溫升高的症狀。
負責這項研究的的流行病學家詹妮弗·拉丹（Jennifer Radin）博士說表示:「我們知道，冠狀病毒的常見篩查方法很容易錯過有症狀的或無症狀的病例。而病毒檢測的不夠密集加上經常被延遲檢測的結果，很難控制病毒傳播。」
而研究的第一作者Giorgio Quer博士則說，阻止新冠肺炎病毒(COVID-19)傳播的最大挑戰是快速識別，追踪和隔離受感染患者的能力，利用可穿戴設備，可發現無症狀或但有帶原的患者，並警告他們要接受測試。而最終的目標是，早期識別那些有症狀甚至無症狀的人，避免病毒傳染擴散。
參考文獻
Wearable sensor data and self-reported symptoms for COVID-19 detection
《論文小檔案》
《Nature Medicine》(自然‧醫學)主要收錄生物醫學領域的論文，包括基礎研究和早期臨床研究的研究文章、綜述、研究新聞及評論。文章議題包括癌症、心血管疾病、基因治療、免疫學、免疫疫苗和神經科學。該雜誌旨在發表「展示新穎疾病過程的機理，有直接證據的生理相關的研究結果」的原創論文。
