À l’aide des données d’un appareil portable de suivi de la fertilité, les chercheurs ont développé un algorithme qui a identifié avec succès 68 % des cas de COVID-19 avant l’apparition des symptômes.
Traqueurs d’activité portables combiné à l’intelligence artificielle peut être utilisé pour détecter l’infection au COVID-19 quelques jours avant le début des symptômes, selon les résultats préliminaires publiés dans BMJ ouvert.
Ces résultats étaient basés sur le bracelet Ava, un tracker de fertilité approuvé par la FDA qui surveille également les rythmes cardiaque et respiratoire, la température de la peau, le flux sanguin et la qualité et la durée du sommeil.
Les chercheurs pensent que cela pourrait s’appliquer à d’autres dispositifs de suivi d’activité et montres intelligentes similaires, et ont cherché à savoir si les changements physiologiques surveillés par un suivi d’activité pourraient être utilisés dans le développement d’un algorithme d’apprentissage automatique détectant une infection COVID-19 présymptomatique.
Pour ce faire, ils ont inclus 1163 participants entre mars 2020 et avril 2021 de l’étude GAPP en cours. Les participants étaient âgés de moins de 51 ans avec un âge moyen (ET) de 44 (5,5) ans, et 57 % étaient des femmes. Tous les participants portaient le bracelet Ava la nuit pendant la période d’étude.
Le bracelet, qui est précis à 90 % dans la détection en temps réel des jours les plus fertiles des femmes, enregistre les données toutes les 10 secondes et est synchronisé avec une application correspondante sur le smartphone de l’utilisateur. Dans l’application, les participants ont signalé toute activité susceptible d’affecter leur système nerveux central, y compris la consommation d’alcool, de médicaments ou de drogues récréatives. Ils ont également signalé des symptômes potentiellement liés au COVID-19.
Du groupe, 127 (11%) participants ont contracté le COVID-19 au cours de la période d’étude, confirmé par un test PCR. Parmi ce groupe, 66 (52 %) ont déclaré avoir porté l’appareil pendant au moins 29 jours avant l’apparition des symptômes.
Les données recueillies via l’appareil et l’application ont montré qu’il y avait des changements significatifs dans les 5 indicateurs physiologiques – fréquence respiratoire (RR), fréquence cardiaque (FC), variabilité de la FC (VRC), température de la peau du poignet (WST) et perfusion cutanée – pendant le les périodes d’incubation, présymptomatique, symptomatique et de récupération par rapport à la ligne de base. Les chercheurs ont découvert que les symptômes duraient en moyenne 8,5 jours.
En utilisant des données entre 2 et 10 jours avant l’apparition des symptômes, les chercheurs ont développé un algorithme pour détecter le COVID-19. Il a identifié avec succès 68% des cas de COVID-19 jusqu’à 2 jours avant que les participants ne développent des symptômes.
Selon les auteurs, cet algorithme d’apprentissage automatique pourrait être appliqué à tout dispositif capteur mesurant les mêmes 5 indicateurs physiologiques.
“La technologie des capteurs portables est une méthode facile à utiliser et peu coûteuse pour permettre aux individus de suivre leur santé et leur bien-être pendant une pandémie”, ont déclaré les auteurs de l’étude. « Nos recherches montrent comment ces dispositifs, associés à l’intelligence artificielle, peuvent repousser les limites de la médecine personnalisée et détecter les maladies avant [symptom onset]réduisant potentiellement la transmission du virus dans les communautés.
Ils ont également noté que des recherches similaires à l’avenir devraient se concentrer sur la manière dont les technologies de capteurs portables de qualité médicale peuvent être utilisées pour surveiller les données des capteurs pendant la pandémie de COVID-19 en cours.
“Nous reconnaissons que notre sensibilité était inférieure à 80%”, ont écrit les auteurs de l’étude. “Nous prévoyons d’améliorer encore les performances de l’algorithme dans une cohorte plus importante dans le cadre de l’étude COVID-RED (n = 20 000).”
Référence
Risch M, Grossmann K, Aeschbacher S, et al. Enquête sur l’utilisation d’un bracelet capteur pour la détection présymptomatique des modifications des paramètres physiologiques liés au COVID-19 : une analyse intermédiaire d’une étude de cohorte prospective (COVI-GAPP). BMJ ouvert. Publié en ligne le 21 juin 2022. doi:10.1136/ bmjopen-2021-058274
