covid – 19 大流行一开始，世界各地的几家研究机构就开展了研究，要求人们分享来自可穿戴健身追踪器的数据。在大多数设备上，注册只需点击几下，人们就非常热情地注册了。最大的一项研究是德国罗伯特科赫研究所设立的 Corona 数据捐赠项目，招募了超过 500,000 人。超过 30,000 人报名参加了加利福尼亚斯克里普斯研究所的一项研究DETECT 。
在疾病监测方面，最有用的生物标志物是发烧，这是感染的直接迹象。但大多数可穿戴设备不测量温度，因为很难做到准确的读数。因此，必须使用他们测量的标准事物来创建代理，例如心率、睡眠和活动水平。静息心率是在人们静坐时测量的，因人而异——每分钟跳动 50 到 100 次都算正常——但每个人的心率通常是稳定的。然而，当身体对抗感染时，感染率通常会急剧上升。对于 covid-19，来自可穿戴设备的数据显示，这种上升发生在人们感到任何症状前四天。据估计，63% 的新冠病例可以在症状出现前从静息心率的变化中检测出来。
在新冠病毒出现之前，由 Jennifer Radin 领导的斯克里普斯团队已经证明，在美国，心率、睡眠和活动异常的人群比例每周变化——所有这些都来自可穿戴设备——与流感的流行率完全一致由已建立的监测系统测量的类似症状。这些追踪流感爆发的方法是在医生办公室进行调查，以了解是否有更多有此类症状的人开始出现。由于人们通常在出现症状 3-8 天后就医，因此在整理这些数据时，流行病通常处于不同阶段，可能需要采取不同的公共卫生措施。迫切需要更及时的见解。
也就是说，来自可穿戴设备的数据有其自身的特点。有一天，科赫研究所的团队发现，从步数和心率得出的测量值突然达到峰值，他们正在开发作为发烧的代表。事实证明，苹果改变了计算其设备上静息心率的算法。这样的软件更新一直让团队头疼，因为它们的数据来自大约十几种不同的设备。他们还必须理清各种差距。 Apple Watch 通常在晚上充电，这意味着它们不会提供睡眠数据。然而，一旦解决了初期的问题，该项目证明是成功的。 “它不是 100% 准确，但它做得很好，”领导团队的 Dirk Brockmann 说。
其他研究团队采用了不同的方法来使用可穿戴设备进行基于人群的监控。他们开发了算法，根据他们的特定设备收集的任何数据，检查每个人的指标偏差。他们建立了人的各种生物标志物的基线水平，然后寻找表明他可能正在经历某种生理异常的变化。当很多这样的变化突然发生时，尽管它们可能因人而异，但有理由怀疑很多人生病了，而且可能是因为同一件事。
洛克菲勒基金会大流行预防研究所的 Leo Wolansky 说，研究人员现在需要解决的一件事是，基于可穿戴设备的疾病监测算法是否会系统地忽略某些类型的人正在发生的事情。例如，算法可能会在不知不觉中进行优化，以发现富裕地区的疫情，那里人们更有可能长时间使用高端可穿戴设备。在较贫困的地区，人们可能有不同的潜在健康状况（这通常会影响数字生物标志物的测量），可穿戴设备的算法可能更有可能错过爆发。 “正如他们在这个领域经常说的那样，’垃圾进，垃圾出’，我们仍然需要更好地了解我们捕获的数据是否包含一些垃圾，”沃兰斯基先生说。
寻找特定问题的医学扫描通常会发现其他东西，称为偶然发现。由于来自可穿戴设备的所有这些数据，对人体进行的大规模扫描也发生了类似的事情。德国团队发现，东德地区的静息心率高于前西德地区。 “我们仍然不知道这是为什么，”布罗克曼先生说。 “是因为女性在东德工作更多吗？还是因为人们的饮食方式不同？”
另一个神秘的发现是，全国各地的德国人在 2022 年的睡眠时间都比 2020 年少，全国的静息心率都在上升。一种猜测是，这可能与人们在封锁期间承受的额外体重有关，但没有人真正确切地知道。布罗克曼先生说，来自可穿戴设备的数据一直是“一个问题的产生者”，提出了原本不会被问到的健康问题。
在日常生活中检查大量人体的能力也正在改变新药临床研究的方式。根据研究公司IQVIA的数据，2020 年 10% 的后期临床试验使用联网设备来监测人员，高于 2016 年的 3%。美国组织数字医学协会的目录列出了 300 多个示例用于试验的数字生物标志物。
例如，活动测量，例如步数，是哮喘、关节炎、心力衰竭、帕金森病和囊性纤维化药物试验的正式结果。与要求人们在量表上打分的标准做法相比，测量一个人的行走量可以提供更客观或至少互补的药物对疼痛或情绪影响的图片。
最重要的是，在患者生活过程中不显眼地监测患者的设备使医学研究人员第一次能够看到患者在其自然栖息地中如何体验特定疾病和治疗。在制药公司的睡眠实验室里，没有人睡得很好。最广泛使用的心血管和身体健康测试是“六分钟步行测试”，即一个人在六分钟内可以步行的距离。它涉及患者在医院走廊上来回踱步，而护士则用剪贴板记录结果。
这已经被健身追踪器简化了，其中一些已经将六分钟的测试添加到他们的运动指标库中。例如，Apple Watch 使用来自其传感器的多个指标进行估计，这些指标在用户的正常行为的长时间（而不是单次步行 6 分钟）中被被动观察。对 65 岁以上人群的验证研究表明，这种算法估计非常准确。
在药物试验中纳入反映患者生活质量的措施可能有助于人们选择最适合他们优先事项的治疗方法。目前，新的抗癌药物被认为是成功的，即使它们可以将患者的生命延长几个月。然而，许多癌症患者更关心他们在疾病幸存的几个月内能做些什么，而不是延长他们的生命。
他们会选择一种治疗方法，这种治疗方法可能会保证更少的额外天数，但更有可能做对他们来说重要的事情，比如能够抚养孙辈。制药公司开始将这些指标纳入他们为新药设定的目标中。
HumanFirst 的 Andy Coravos 说，可穿戴传感器还向那些原本会被排除在外的患者进行临床试验，该组织帮助制药公司部署连接设备以在家中监测试验参与者。她举了杜氏肌营养不良症的例子，这是一种肌肉萎缩症。针对该疾病开发的药物的典型主要结果是六分钟步行测试和四楼梯攀爬测试。但 60% 的患者坐在轮椅上，这意味着他们无法参与。因此，尚不清楚这些治疗可以为他们做什么。一个跟踪上身运动的臂章可以将它们包括在试验中。
非药物干预的学术研究，例如增加身体活动的行为助推器，也在使用来自健身追踪器的更多数据，而不是要求参与者记日记或填写问卷。一项对在美国注册的临床试验的分析发现，使用联网设备的人数从 2007 年的 88 人增加到 2017 年的 1,100 多人。这些试验中的大多数不是由制药公司进行，而是由研究机构进行，例如由 Euan 领导的小组斯坦福大学的 Ashley 专注于精准医学。
Ashley 博士的团队在 2019 年率先开展了一项完全数字化的试验，参与者从未与研究人员面对面交流。他说，不久前，招募试验参与者需要张贴带有撕下纸片的海报，上面列出了他们可以拨打的电话号码。然后，他们需要去医院和护士坐下来查看超过 17 页的同意书才能注册。 “如果你能在几个月内得到 200 人，你会很高兴的，”他说。
这种护理模式可以在没有足够专家的贫困国家产生重大影响
现在，人们可以下载该应用程序进行学习，并在排队等候咖啡时注册。 Ashley 博士的团队首次使用这种方法对体育活动进行研究，短短两周内就有 40,000 人参加，结果在几个月内就准备好了。这不是一个纯粹的好处。虽然这项研究很容易加入，但离开也很容易，大约 80% 的参与者在结束前就退出了，也就是仅仅两周。即便如此，最后一组的人数大约是平时的十倍。这一研究方向。
量化的人生
这份报告认为，可穿戴健康和健身追踪器可以改变人们试图保持健康和减轻疾病的方式、医生照顾他们的方式以及部署人口层面的健康干预措施的方式。可穿戴设备实现的数字医疗保健可以使治疗更加高效、个性化和有效。在美国，许多人使用数字疗法，否则他们可能根本得不到护理。来自人工智能治疗师的心理健康护理可能并不总是像来自人类的那样好。但是，那些无力支付费用或请假看医生的人，或者缺乏心理健康专家的人，可以更容易地使用它。
对慢性病患者（医疗保健的最大用户）进行自动化的全天候监测可以大大改善他们的治疗和结果。如果做得好，它还可以帮助医生治疗更多的患者，而不会过度紧张。这种护理模式可以在没有足够专家的贫困国家产生重大影响。
全球约三分之一的死亡来自心血管疾病，其中超过四分之三的死亡发生在低收入和中等收入国家。似乎很难想象具有心脏监测功能的可穿戴设备会在印度等发展中国家普及。但是看看智能手机。到 2021 年，54% 的印度人已经拥有一台。咨询公司德勤估计，到 2026 年，中国将拥有 10 亿智能手机用户，并将成为全球第二大智能手机制造商。许多非洲国家通过建立现在几乎用于所有事物的手机支付系统，跳过了发展个人银行业务。
但即使在像美国这样的发达国家，也存在数字鸿沟，许多人负担不起互联网接入或缺乏利用新卫生技术所需的数字素养。 Pear Therapeutics 的 Yuri Maricich 说，新的传感器和可穿戴设备技术都非常令人兴奋，但是“我们如何才能将其简化为适合肯塔基州一位生活非常困难的单身母亲，或者一个总是在路上并试图维持生计的卡车司机？”
在开发新的消费技术时，这类问题往往是事后才想到的。用数字健康产品忽视它将浪费一个改善全民医疗保健的大好机会。 ■
量化的自我
这篇文章出现在印刷版的科技季刊部分，标题为“人民的脉搏”