近日，華米科技在一個SCI學術期刊Discrete Dynamics in Nature and Society的官網(wǎng)上發(fā)表了一篇論文，名為《Learning from Large-Scale Wearable Device Data for Predicting Epidemics Trend of COVID-19》（基于可穿戴設備大數(shù)據(jù)預測新型冠狀病毒肺炎的流行趨勢）。這篇論文對醫(yī)療可穿戴設備獲取的大數(shù)據(jù)如何運用到包括新冠肺炎在內的大流行病疫情的防控提出了頗有新意的意見。

官方疾控中心統(tǒng)計數(shù)據(jù)和谷歌醫(yī)療大數(shù)據(jù)的缺陷

醫(yī)療大數(shù)據(jù)的建設并非只有蘋果、華米這些醫(yī)療可穿戴產品生產公司才在做，各國的官方疾控中心就在做這項工作。在互聯(lián)網(wǎng)公司中，谷歌也根據(jù)來自web搜索的信息建立過自己的醫(yī)療大數(shù)據(jù)數(shù)據(jù)庫。但是官方統(tǒng)計的數(shù)據(jù)依賴各地的檢測數(shù)據(jù)進行匯總，而不同地區(qū)受制于檢測能力的差異可能會造成不同程度的時效延遲。而谷歌的大數(shù)據(jù)庫是基于人們在谷歌網(wǎng)站上搜索特定疾病的信息。但是人們在網(wǎng)上搜索什么關鍵詞有時候會受到社會熱點的極大影響而并不完全受自身本來的疾病需求，這就會削弱搜索查詢與相關疾病的相關性。因此，基于醫(yī)療可穿戴設備搜集到的用戶身體健康數(shù)據(jù)相比以上兩者就更能反映用戶與相關疾病的關聯(lián)性和實效性。一旦你感染了某種疾病，你的身體健康數(shù)據(jù)是能夠作出特殊反應的。

截至2019年，華米已經(jīng)獲得了超過1億消費者的認可，并且這個用戶數(shù)據(jù)還在不斷增長當中。廣泛的用戶群體，多樣化的數(shù)據(jù)給研究華米可穿戴醫(yī)療大數(shù)據(jù)與新冠肺炎疫情預測奠定了基礎。

華米可穿戴設備醫(yī)療大數(shù)據(jù)預測原理

RHR被稱為靜息心率，這是華米在內的許多醫(yī)療可穿戴設備測量的一項重要健康項目。研究表明，體溫每升高1°C，心率平均每分鐘增加8.5次。眾所周知，新冠肺炎給患者帶來的癥狀之一就是發(fā)熱發(fā)燒（當然也有部分患者前期不會產生發(fā)熱癥狀）。因此，通過華米手環(huán)、手表等可穿戴設備測量用戶的RHR，就可以推算出用戶的體溫是否出現(xiàn)異常，是否具有符合新冠肺炎癥狀的身體狀況指標，也就能對疫情作出預測。同時，考慮到新冠肺炎的癥狀通常是持續(xù)數(shù)天，因此華米公司在設計新冠肺炎疫情預測系統(tǒng)時將檢測標準定義為至少連續(xù)5天的指標出現(xiàn)異常。

華米數(shù)據(jù)分析

在這篇論文中，華米通過對2017年7月1日至2020年4月8日約130萬名佩戴華美設備的用戶的去識別傳感器數(shù)據(jù)進行分析做了對中國、意大利、西班牙等國的疫情分析。這些數(shù)據(jù)都是經(jīng)過在隱私政策許可，獲得用戶授權，允許用于學術研究的。這130萬的用戶都至少佩戴了100天的華米可穿戴設備，以保證數(shù)據(jù)的可靠性。

（圖片截圖自Discrete Dynamics in Nature and Society，下同）

如上圖所示，圖中顯示的，對比官方的數(shù)據(jù)，2020年生理異常率與異常檢測算法計算的生理異常率吻合較好。此外，不包括新冠肺炎影響的2020年生理異常率曲線與新冠肺炎爆發(fā)前的2020年預測和檢測的生理異常率曲線重疊，這驗證了模型的基本可靠性。此后，這三條曲線迅速上升，說明曲線的上升與新冠肺炎有關，預測的暴發(fā)期也與實際情況相符。