可穿戴健康传感器作为疾病检测和遏制感染传播的有力工具，其警报机制的有效性取决于时机选择和个性化沟通方式。根据《柳叶刀·数字健康》2024年7月24日发表的去中心化随机对照试验，当健康人群通过可穿戴设备接收到基于其独特心率、睡眠和活动模式变化的呼吸道病毒感染预警时，仅有四分之一的参与者会进行居家病毒检测。
这项由斯克里普斯研究所团队主导的研究揭示了两个关键发现：其一，警报触发时机对行为改变具有决定性影响。仅依赖传感器数据的警报因在固定早晨时段发送，用户响应率仅为23%；而基于症状报告的即时警报响应率高达56%。研究通讯作者Giorgio Quer指出："这提醒我们在未来健康监测系统设计中，必须确保警报与用户即时生理状态同步。"
研究团队在2021年9月至12月期间招募450名美国成年参与者进行分组测试。实验组通过可穿戴设备检测到生理指标异常（静息心率升高、活动量下降、睡眠增加）或症状报告后触发警报，对照组则不接收任何提示。结果显示，在118名（39%）收到检测提示的参与者中，62人（52%）实际完成居家检测。值得注意的是，即使无症状期，传感器仍能通过机器学习算法实现80%的新冠感染预测准确率。
该研究还验证了可穿戴设备的临床应用潜力，例如监测孕妇的妊娠糖尿病、子痫前期等并发症风险。但研究者发现，电子病历中的感染信息获取难度远超预期。资深作者Steven Steinhubl强调："这种早期生理预警不仅能帮助个体隔离防扩散，更可能改变公共卫生应对策略。"
研究团队正在拓展应用场景，包括开发针对妊娠期并发症的预警系统。Quer总结道："我们既要提升预测模型的精准度，更要探索如何将健康信息转化为用户的实际行为改变。"
【全文结束】
