可穿戴传感器：远程患者监控和评估的行动号召

4美国加州大学洛杉矶分校David Geffen医学院心脏病学部。

新冠肺炎大流行使人们清楚地认识到，需要利用和利用我们的数字基础设施进行远程患者监控。由于目前的病毒测试和疫苗出现得很慢，我们认为有必要对个人和人群的健康进行更强大的疾病检测和监测，这可以通过可穿戴传感器来帮助。虽然这项技术的效用已经被用来将生理指标与日常生活和人类表现联系起来，但将这种技术转化为预测新冠肺炎的发病率仍然是必要的。当与预测平台结合使用时，可穿戴设备的用户可以在他们的指标变化与新冠肺炎相关的指标变化匹配时收到警报。定位于社区或邮政编码等地区的匿名数据可以为公共卫生官员和研究人员提供一个有价值的工具，以跟踪和缓解病毒的传播，特别是在第二波期间。可识别的数据，例如与诊断为新冠肺炎的个人相关的队列(家庭、企业和设施)的远程监测，可以提供有价值的数据，如加速传播和症状出现。这篇手稿描述了目前可以从商业设备上测量的与临床相关的生理指标，并强调了它们在跟踪新冠肺炎+个人和一线工作人员的健康、稳定和恢复方面的作用。我们从这篇论文中传播的目标是在一线工作人员和工程师中发起行动呼吁，为监测和管理这一流行病开发数字卫生平台。

2019年冠状病毒病(新冠肺炎)于2019年12月在中国武汉首次被确认，是目前困扰全球卫生的最新呼吸道疾病大流行。它被证明是由一种新的冠状病毒-严重急性呼吸综合征冠状病毒-2(SARS-CoV-2)引起的，该病毒在结构上与引起SARS的病毒相关。Li等人。将新冠肺炎疑似病例定义为符合以下四个标准的肺炎：(1)发烧，伴或不伴有记录的体温；(2)有肺炎的X线证据；(3)白细胞或淋巴细胞计数低或正常；(4)经抗菌药物治疗3天后症状无缓解(1)。顾名思义，新冠肺炎死亡的首要原因是缺氧呼吸衰竭(2-4)。新冠肺炎给医学界和民间带来了巨大的挑战，类似于前两次在2002年和2003年爆发的SARS-CoV病毒和2012年的中东呼吸综合征(MERS)所经历的情况(1、5、6)。重要的是，李等人。对武汉市4 2 5例确诊的新冠肺炎患者进行了研究，估计当时SARS-CoV2的基本复制数(R0)为2.2(1)。这表明，平均每个感染者可以将感染传播给平均2.2个其他人。除非这个数字降到1.0(5)以下，否则病毒可能会继续传播。此外，及时有效的遏制战略一直是控制新冠肺炎疫情和减少病毒传播的基石。

大多数康复计划和恢复“正常”日常生活的计划都集中在检测上-即确定哪些人目前感染了病毒，哪些人已经产生了针对病毒的抗体，这表明可能的康复。对于任何测试，都可能出现假阳性或假阴性结果(7)。值得注意的是，抗体检测虽然在量化人群中发生的病例数量方面很有用，但通常不适合早期发现疾病，而且它与对病毒的免疫力之间的关联也受到了质疑(8)。此外，SARS-CoV-2与其他四种冠状病毒之间有相当大的交叉反应，包括那些与普通感冒有关的冠状病毒(9)。基于聚合酶链式反应(PCR)的检测在实验室环境下具有高度的敏感性和特异性；然而，高昂的成本和有限的可用性使得这些检测很难满足人群的健康需求。面对大流行，时间至关重要，研究人员必须想出新的方法来改进疾病诊断和监测疾病进展。

随着临床试验中的新测试，我们相信有机会利用远程患者监测技术的进步，通过分析系统感染前兆来帮助早期发现和监测疾病(图1)。可穿戴传感器数据可以在症状变得严重之前提醒提供者和患者潜在的SARS-CoV-2感染(图1A)。重要的是，最近的一项研究表明，有高血压、心脏病或糖尿病的个人，占美国人口的近一半，患高血压、心脏病或糖尿病的比例较高。

本白皮书接下来的小节将重点介绍可穿戴传感器在为新冠肺炎提供远程患者监护方面目前所扮演的角色。我们在每个小节中的目标是(1)总结与新冠肺炎相关的每个生理指标的临床相关性，(2)提供每个参数检测方式的简要技术概述，以及(3)提供与护理质量相关的患者含义的简要概述。讨论目前的临床试验使用商用的现成可穿戴设备与新冠肺炎相关的传感器，以突出该领域的当前工作(表3)。

表3.目前使用商用可穿戴传感器设备诊断和监测新冠肺炎的临床试验。

有几项指标与心功能有关，如心率、心率变异性和心律，这些指标的变化可能预示着新冠肺炎感染。病毒性疾病会增加身体的生理压力，这通常表现为心率的全面增加。在许多病毒感染的病例中，心率升高可以在症状出现前几小时或几天被检测到(20)。心率升高也是发烧期间典型的生理反应，因为身体开始对感染产生防御(21)。RHR的增加可以指示系统性疾病，因此，人口规模的RHR数据已被证明可以准确地模拟流感爆发(如前所述)(16)。心率变异性(HRV)是指两次心跳之间的平均时间差，它可以洞察个体的整体健康、表现和压力。高心率变异性与健康和健康有关(22)。HRV的显着下降表明恢复不充分，并表明生理应激增加(23)。虽然缺乏HRV对病毒性疾病检测的预测价值的临床证据，但有大量的自我报告和轶事证据使我们假设HRV趋势可以用来预测疾病的发生(23)。斯克里普斯大学的研究人员最近启动了数字参与和跟踪早期控制和治疗(DETECT)研究，旨在将HR的变化与感染病毒的发生率(如新冠肺炎，24，25)联系起来。虽然其他病毒性疾病也在研究中，但这项研究的主要目标是评估100,000人的心率、活动和睡眠数据，以通过CareEvolution的myDataHelps应用程序识别ILI(24)。这项研究于今年3月开始，将使用Apple Watch、Garmin Watch和Fitbit，这三款产品分别与Apple Health、Amazefit或Google Fit平台相连。斯克里普斯研究所的团队与斯坦福大学和Fitbit合作进行的另一项研究正在评估HR、皮温和SpO2的变化是否可以在症状开始之前预测新冠肺炎的发病(26)。这些研究建立在斯克里普斯今年早些时候发表的将HR变化与流感相关联的工作基础上(16)。

心电图(ECG)和光体积描记(PPG)在可穿戴技术中被广泛用于监测心脏功能(27-30)。ECG是对心脏电活动的测量，PPG使用光(特定纳米波长)来测量血容量的变化(27，31)。虽然ECG传感器通常以附着到角质层的表皮贴片(例如，Zio贴片)和/或通向台式仪器的通孔的形式来实现，但是具有预测算法的手腕佩戴的监视器的商品化使得能够从诸如Apple Watch 4和5的可穿戴设备测量心律，尽管该测量不是连续的(32，33)。另一方面，PPG可以在身体的许多位置连续测量，包括手腕、指尖、耳垂、躯干等(31)。从这个意义上说，PPG的用途更广，可以实现更多的外形规格，包括手表和耳塞(27)。虽然两者都可以监测上面讨论的指标，但心电图是一种更直接的心脏活动测量方法，可能会为新冠肺炎的发病提供更多的洞察力。越来越多的证据表明，新冠肺炎患心律失常的风险更高(34)。Driggin等人的一项研究。结果显示，在住院的新冠肺炎患者中，室性心动过速/纤颤等心律失常是急性呼吸窘迫综合征后的主要并发症(19.6%)，尤其是住重症监护病房的患者，其发生率上升至44.4%(35例)。利用数据分析和可穿戴传感器，推动这一领域向前发展的未来工作可能涉及实时检测新冠肺炎患者的此类心律失常，以改善患者预后。

许多当前可用的可穿戴设备为用户提供高级指标支持的计算