I de tidlige dage af COVID-19-pandemien troede smartwatch-fortalere og bærbare teknologivirksomheder, at enhederne kunne hjælpe med at opdage sygdom. De ønskede at markere folk, der kunne være syge med sygdommen, ved at bruge ting som deres hjertefrekvens og iltniveau. Strategien kunne stadig være en rimelig måde at spore sygdom på, men to år senere er løftet ikke slået ud – forskningen er stadig underudviklet, ifølge en ny anmeldelse offentliggjort i sidste uge i The Lancet.
Gennemgangen så på 12 forskningsundersøgelser og 12 foreslåede undersøgelsesprotokoller offentliggjort i 2020 og 2021, der forsøgte at finde mønstre i data indsamlet af enheder som Apple Watch, Fitbit og Whoop. De fleste af disse undersøgelser fokuserede på mennesker, der allerede var testet positive for COVID-19. Forskere ledte efter mønstre i bærbare data fra de få dage, før en person blev syg, i stedet for at følge raske mennesker og forsøge at forudsige, hvem der ville blive syg. Ingen af undersøgelserne var strenge kliniske forsøg, bemærkede forfatterne af denne nye undersøgelse. Ingen af den eksisterende forskning testede for at se, om en bærbar enhed faktisk kunne føre til tidligere påvisning af COVID-19.
De fleste algoritmer bygget til guddommelig COVID-19 ud fra bærbare data fokuserede hovedsageligt på symptomatisk sygdom, fandt undersøgelsen. Fire forsøgte at opdage en infektion, før en person begyndte at vise symptomer, med varierende succes – de var i stand til at opdage mellem 20 og 88 procent af infektionerne. Modellerne blev mindre præcise, jo flere dage i forvejen de forsøgte at forudsige sygdom. “Det akkumulerede bevis tyder på en afvejning mellem en models nøjagtighed og dens evne til at identificere SARS-CoV-2-infektion før symptomdebut,” skrev reviewforfatterne. Det ville også gøre enhederne mindre nyttige som COVID-19-detektorer – noget af løftet ved denne type strategi er at markere folk, der er syge tidligt nok til, at de kan blive testet og isoleret, før de kan sprede sygdommen til andre.
Modellerne blev mindre præcise, jo flere dage i forvejen de forsøgte at forudsige sygdom.Der er gode beviser for, at fysiologiske signaler som forskydninger i kropstemperatur, pulsvariabilitet og andre målinger er forbundet med, at en person har en sygdom. Men det inkluderer andre sygdomme, ikke kun COVID-19, og de fleste af undersøgelserne i denne anmeldelse skelnede ikke mellem COVID-19 og ting som influenza. Forskning udført hos Fitbit fandt overlapninger mellem data om influenza og data om COVID-19, fortalte Conor Heneghan, forskningsdirektør hos Fitbit, til The Verge sidste år. “Mit instinkt er, at det bliver svært at skelne pålideligt mellem dem,” sagde han.
Der er også retfærdighedsproblemer ved at bruge bærbare enheder som COVID-19 eller andre sygdomsdetektorer, skrev forfatterne af den nye anmeldelse. Studierne inkluderet i analysen havde dårlig racediversitet, så det er ikke klart, om modellerne ville fungere lige så godt i ikke-hvide befolkninger. Det er endnu mere en bekymring, fordi forskning viser, at wearables ofte fungerer anderledes og mindre præcist på mørkere hudtoner. Og ingen af de modeller, der blev evalueret i gennemgangen, tog menstruationscyklussen i betragtning, selvom der er ændringer i kropstemperatur og andre variabler forbundet med forskellige stadier af cyklussen.
På trods af begrænsningerne i eksisterende forskning er det stadig muligt, at wearables kan ende med at blive en god måde at spore og overvåge sygdom. Der skal bare laves bedre forskning for at bevise det, og for at finde ud af den bedste måde at bruge enhederne i disse situationer. Eksperter mener, at det stadig ville være nyttigt at have selv et grundlæggende værktøj, der kunne advare nogen om, at de måske er ved at blive syge.
“Det er bare en advarsel, at der er noget ude af din normale rækkevidde, og det kunne være noget at holde øje med,” fortalte Jennifer Radin, en epidemiolog med afdelingen for digital medicin ved Scripps Research Translational Institute, til The Verge sidste år.