早在新冠肺炎疫情爆發的初期，智能手表廠商和可穿戴技術公司就想用心率和血氧等名額對該人群進行标記，雖至今未有顯著的進展，但有研究表明，可穿戴裝置仍然是追蹤新冠肺發炎狀的有效方法。
荷蘭烏得勒支大學的研究人員檢索了 2020 年至 2021年7月27日之間所釋出關于使用可穿戴裝置識别新冠肺炎感染的研究文章和方案，識别并篩選了記錄後分析了其中12篇文章和研究方案并釋出了相關論文，将于5月1日在《柳葉刀》上開放存取。
研究發現，12項研究中的研究團隊都采用了不同的方法來判斷可穿戴裝置檢測新冠肺炎感染的能力，其中9項研究使用機器學習算法來識别生物資料檢測新冠肺炎感染。
雖然有充分的證據表明，當一個人被新冠感染後會産生體溫變化、心率變異等生理信号上的差異，但大多數從可穿戴資料中預測新冠肺炎的算法主要集中在有症狀的疾病上，而從症狀出現前14天到前1天算法檢測确診前感染的能力差異很大。
并且目前大多數的研究都采用回顧性資料，樣本量較小，大多數作者隻關注新冠肺炎的症狀，忽略了新冠症狀與其他流感等疾病的生理差異和種族多樣性，在審查中評估的模型也未考慮女性在經期體溫的變化，是以并沒有充足的證據能夠表明可穿戴裝置能更早地檢測出新冠肺炎感染。
不過，随着技術的進步可穿戴裝置在健康監測領域的功能越來越多，體溫、呼吸頻率、心率和血氧飽和度等生理參數的細微波動都可以通過智能手表、智能戒指和健身追蹤器表現出來。
有研究表明，通過可穿戴測量的外圍溫度在檢測0.2°C以上細微溫度變化方面表現出了比口腔測量更高的靈敏度，并且手腕溫度與前額溫度相比同樣穩定且不易受環境影響。
是以，盡管現今存在這些局限性，但關于使用可穿戴裝置檢測新冠肺炎的證據表明，該項研究是有希望的，隻是仍處于初期階段。
(7913829)