早在新冠肺炎疫情爆发的初期，智能手表厂商和可穿戴技术公司就想用心率和血氧等指标对该人群进行标记，虽至今未有显著的进展，但有研究表明，可穿戴设备仍然是追踪新冠肺炎症状的有效方法。
荷兰乌得勒支大学的研究人员检索了 2020 年至 2021年7月27日之间所发布关于使用可穿戴设备识别新冠肺炎感染的研究文章和方案，识别并筛选了记录后分析了其中12篇文章和研究方案并发布了相关论文，将于5月1日在《柳叶刀》上开放存取。
研究发现，12项研究中的研究团队都采用了不同的方法来判断可穿戴设备检测新冠肺炎感染的能力，其中9项研究使用机器学习算法来识别生物数据检测新冠肺炎感染。
虽然有充分的证据表明，当一个人被新冠感染后会产生体温变化、心率变异等生理信号上的差异，但大多数从可穿戴数据中预测新冠肺炎的算法主要集中在有症状的疾病上，而从症状出现前14天到前1天算法检测确诊前感染的能力差异很大。
并且目前大多数的研究都采用回顾性数据，样本量较小，大多数作者只关注新冠肺炎的症状，忽略了新冠症状与其他流感等疾病的生理差异和种族多样性，在审查中评估的模型也未考虑女性在经期体温的变化，因此并没有充足的证据能够表明可穿戴设备能更早地检测出新冠肺炎感染。
不过，随着技术的进步可穿戴设备在健康监测领域的功能越来越多，体温、呼吸频率、心率和血氧饱和度等生理参数的细微波动都可以通过智能手表、智能戒指和健身追踪器表现出来。
有研究表明，通过可穿戴测量的外围温度在检测0.2°C以上细微温度变化方面表现出了比口腔测量更高的灵敏度，并且手腕温度与前额温度相比同样稳定且不易受环境影响。
因此，尽管现今存在这些局限性，但关于使用可穿戴设备检测新冠肺炎的证据表明，该项研究是有希望的，只是仍处于初期阶段。
(7913829)