Menu Fermer

Une recherche de Huami montre que les vêtements peuvent prédire les nouvelles tendances liées à COVID-19

Dans une étude publiée dans la revue Discrete Dynamics in Nature and Society, M. Huami a fourni de nouveaux indices pour mettre en place un système de surveillance des épidémies à grande échelle et contribuer à améliorer l’efficacité du suivi et de la prévision de la santé publique. Le document de recherche était intitulé “Learning from Large-Scale Wearable Device Data for Predicting Epidemics Trend of COVID-19.&rdquo ;

En savoir plus Huami s’associe au NCRCRD et au Guangdong Nanshan Medical Innovation Institute pour lutter contre le COVID-19

Cette étude a été soutenue par la Huami Corporation. Un modèle de prédiction a été établi en utilisant des données de grande taille et des algorithmes d’intelligence artificielle, ce qui fournit une nouvelle méthode pour prédire les tendances épidémiques pour COVID-19, dit un communiqué de presse.

Les chercheurs ont recueilli des données sur le rythme cardiaque, l’activité physique, le sommeil et d’autres données physiologiques liées aux symptômes ci-dessus, à l’aide de dispositifs intelligents portables. Les données des capteurs dépersonnalisés d’environ 1,3 million d’utilisateurs ayant porté des appareils Huami du 1er juillet 2017 au 8 avril 2020 ont été obtenues selon un contrôle de sécurité approprié. Tous les utilisateurs ont été informés que leurs données désidentifiées pouvaient potentiellement être utilisées pour des recherches universitaires.

Des recherches ont montré que pour chaque augmentation de 1°C de la température du corps humain, le rythme cardiaque augmente d’environ 8,5 bpm. Sur cette base, l’augmentation du rythme cardiaque causée par les fièvres liées à la COVID-19 ou aux maladies de type grippal peut être utilisée comme point de départ d’une méthode de détection des anomalies physiologiques.

Les chercheurs de Huami ont considéré qu’un individu’s dont la fréquence cardiaque au repos était supérieure de 1,5 écart-type à la moyenne personnelle pendant 5 jours consécutifs, et dont la durée du sommeil n’était pas inférieure à 0,5 écart-type de la moyenne personnelle, était le critère pour déterminer une anomalie.

Source : PRNewswire

Les résultats de l’analyse du modèle de prédiction et de l’ERSO montrent que dans les villes répertoriées de Wuhan, Pékin, Shenzhen, Hefei et Nanjing, la courbe de prédiction du taux d’infection de chaque ville présentait une période d’épidémie claire qui correspondait à l’épidémie et à l’ERSO dans chaque ville.

Si l’on prend l’exemple de Wuhan, le taux d’infection prédit par le modèle a atteint un pic le 28 janvier, tandis que les cas nouvellement confirmés à Wuhan ont atteint près de 2 000 personnes le 7 février. Le pic du taux d’infection prédit était 10 jours plus tôt que le pic officiellement déclaré.

Étant donné le décalage entre l’infection par COVID-19 et l’apparition des symptômes et du diagnostic, les résultats dérivés du modèle sont également conformes aux résultats d’une étude rétrospective sur COVID-19 menée par le Centre chinois de contrôle des maladies.

En savoir plus L’OMSOP s’associe à l’université CQ et à la clinique de Cleveland pour étudier si son vêtement pourrait identifier les cas cachés de COVID-19

Outre les recherches universitaires de Huami, ce dernier a poursuivi les efforts de Connect Health with Technology. La société a fait don de fournitures et d’appareils médicaux d’une valeur de 11,5 millions de RMB lors de l’épidémie de coronavirus. Amazfit, une marque propre de Huami, a commencé à travailler sur un masque facial transparent N95 appelé Amazfit AERI. Ce masque innovant peut se nettoyer tout seul et durer plusieurs semaines. Pour lutter contre le COVID-19, Huami s’est également associé au Centre national chinois de recherche clinique sur les maladies respiratoires (NCRCRD) et à l’Institut d’innovation médicale du Guangdong Nanshan, qui a été dirigé par le Dr Nanshan Zhong pour mettre en place un laboratoire d’articulations intelligentes à porter.

Cet article a été rédigé par Sam Draper et traduit par Best-watch.fr. Les produits sont sélectionnés de manière indépendante. Best-watch.fr perçoit une rémunération lorsqu’un de nos lecteurs procède à l’achat en ligne d’un produit mis en avant.