تشخیص عفونت ویروسی با ساعت‌های هوشمند

به گزارش روز جمعه گروه دانشگاه و آموزش ایرنا از خبرگزاری یونایتدپرس، ساعت هوشمند شما ممکن است روزی بتواند حتی قبل از شروع علائم به شما بگوید که به ویروس مبتلا شده اید و چقدر بیمار هستید.

محققان دانشگاه دوک در جریان یک مطالعه نشان دادند که یک دستگاه پوشیدنی مانند فیت بیت و اپل واچ می تواند  تشخیص دهد که کدام بیمار به آنفلوانزای H۱N۱ و کدام بیمار به سرماخوردگی معمولی مبتلا شده است.

«جسیلین دان» استادیار مهندسی زیست پزشکی در دانشگاه دوک، توضیح داد: یکی از اهداف ما تشخیص عفونت قبل از بروز علائم بود چراکه ممکن است بیمار بدون اینکه از بیماری خود آگاه باشد، عوامل بیماری‌زا را گسترش دهد. 

وی گفت: این مچ‌بند با خواندن علائم بیولوژیکی، از جمله ضربان قلب در حالت استراحت ، تنوع ضربان قلب و دمای پوست، این کار را انجام می دهد. این دستگاه بیماری و اینکه بدن شما با چیزی مبارزه می کند را تشخیص می دهد اما ما هنوز در تلاش هستیم تا تمایز میان انواع مختلف عفونت ها را بهبود بخشیم.

وی خاطرنشان کرد: داشتن این اطلاعات می تواند با هشدار به بیماران برای تماس با پزشک، به آنها کمک کند. این کار به نوبه خود می تواند در برنامه ریزی برای استفاده بهینه از منابع محدود در زمان بحران مانند همه گیری ویروس کرونا کمک کند.

این محقق افزود: یکی از عفونت هایی که تلاش داریم با استفاده از این ساعت های هوشمند تشخیص دهیم، مربوط به کووید-۱۹ است. اگر بتوانیم واقعاً پیش بینی کنیم که چه کسی بیمار خواهد شد، و چه موقع و چقدر بیمار خواهد شد و به چه نوع منابع مراقبتی نیاز خواهد داشت، در واقع می توانیم مدیریت بهتری در این زمینه داشته باشیم.

این محقق با پیش‌بینی آینده ای که همه از ساعت هوشمند استفاده می کنند، اعلام کرد: در آینده ، همه دارای یک ساعت هوشمند هستند؛ این ساعت هوشمند در واقع یک سیستم نظارتی منفعل خواهد بود و به ما این ایده را می دهد که چه کسی احتمالاً بیمار است و چقدر بیمار است.

محققان در این مطالعه به ۳۱ داوطلب یک دُز آنفولانزای H۱N۱ و به ۱۸ نفر دیگر یک دُز ویروس سرماخوردگی معمولی دادند. شرکت کنندگان چهار روز قبل و پنج روز پس از تلقیح یک مچ بند هوشمند به دست داشتند.

تنها با استفاده از داده های این دستگاه های پوشیدنی، محققان می توانند تفاوت میان افراد آلوده و افراد غیر آلوده را برای ویروس H۱N۱  با دقت ۹۲ درصدی و برای ویروس سرماخوردگی با دقت ۸۸ درصد تشخیص دهند.

این داده ها همچنین می توانند یک روز قبل از بروز علائم تفاوت میان عفونت خفیف و متوسط را برای H۱N۱ با دقت ۹۰ درصد و برای ویروس سرماخوردگی با دقت ۸۹ درصد تشخیص دهد.

دکتر «مارک سیگل»، متخصص بیماری های عفونی و استاد بالینی پزشکی در مرکز پزشکی NYU Langone در شهر نیویورک، نتایج این مطالعه را یک موفقیت عنوان کرد اما متذکر شد که قبل از آماده شدن برای استفاده عمومی، به توسعه و آزمایش بر روی تعداد افراد بیشتری نیاز است.

مشروح این گزارش در نشریه JAMA Network Open آمده است.