Smartband εντοπίζει λοιμώξεις προτού υπάρξουν συμπτώματα

bangkokthailandxiaomilaunchnewsmartwatchxiaomimiband
ΠΕΜΠΤΗ, 14 ΟΚΤΩΒΡΙΟΥ 2021

Μπορεί επίσης να προβλέψει πόσο σοβαρή θα είναι η ασθένεια μόλις γίνει συμπτωματική, όπως δείχνει νέα έρευνα.

Ένα απλό smartband, ένα βραχιολάκι που περιέχει ειδικούς αισθητήρες, είναι σε θέση να ανιχνεύσει πρώιμη λοίμωξη, τόσο από τη γρίπη όσο και από το κοινό κρυολόγημα, προτού εμφανιστούν τα πρώτα συμπτώματα. Μπορεί επίσης να προβλέψει πόσο σοβαρή θα είναι η ασθένεια μόλις γίνει συμπτωματική, όπως δείχνει νέα έρευνα.

«Πριν από την εμφάνιση των συμπτωμάτων, οι άνθρωποι εξακολουθούν να είναι μολυσματικοί και μπορούν δυνητικά να μολύνουν άλλους», σημείωσε η Δρ Jessilyn Dunn, επίκουρη καθηγήτρια βιοϊατρικής μηχανικής στο Πανεπιστήμιο Duke.

«Αυτός είναι ο λόγος που είναι τόσο σημαντικό να μπορούμε να ανιχνεύουμε τη μόλυνση ακόμη και όταν ένα άτομο δεν έχει συμπτώματα, καθώς αυτό θα βοηθήσει στην πρόληψη της εξάπλωσης παθογόνων μικροοργανισμών που συμβαίνει προτού κάποιος καταλάβει ότι είναι άρρωστος και γι’ αυτό είναι σημαντικό από την προοπτική της δημόσιας υγείας», πρόσθεσε.

 Στην μελέτη  πρόκλησης που δημοσιεύτηκε στο JAMA Network Open συμμετείχαν εθελοντές στους οποίους έγινε ένεση με τον ιό της γρίπης H1N1 και σε άλλους που έγινε ένεση με ρινοϊό. Οι συμμετέχοντες και στις δύο περιπτώσεις πρόκλησης φορούσαν το βραχιόλι E4 από την εταιρεία Empatico. Όσοι συμμετείχαν στη μελέτη γρίπης φορούσαν το βραχιολάκι μία ημέρα πριν και 11 ημέρες μετά τη μόλυνση και όσοι συμμετείχαν στη μελέτη ρινοϊού φορούσαν το βραχιολάκι για 4 ημέρες πριν και 5 ημέρες μετά τη μόλυνση. Το βραχιόλι E4 μετρά τον καρδιακό ρυθμό, τη θερμοκρασία του δέρματος και την κίνηση.

Οι βιοαισθητήρες που διέθετε το βραχιολάκι ήταν σε θέση να ανιχνεύσουν τη μόλυνση H1N1 με ακρίβεια 79% μέσα σε 12 ώρες μετά τη μόλυνση και με ακρίβεια 92% μέσα σε 24 ώρες, ανέφεραν οι συγγραφείς. Ο διάμεσος χρόνος εμφάνισης συμπτωμάτων μετά τη λοίμωξη με ρινοϊό ήταν 36 ώρες.

Δώδεκα ώρες μετά τη μόλυνση των συμμετεχόντων, η τεχνολογία ήταν επίσης σε θέση να προβλέψει τη σοβαρότητα της μόλυνσης από H1N1 με ακρίβεια 83%. Για τον ρινοϊό, η ακρίβεια ήταν ελαφρώς υψηλότερη, στο 92%.

Όπως επισημαίνουν οι συγγραφείς, η ικανότητα αναγνώρισης της λοίμωξης θα μπορούσε να έχει ευρείες επιπτώσεις: «Εν μέσω της παγκόσμιας πανδημίας του κορωνοϊού, η ανάγκη για νέες προσεγγίσεις όπως αυτή δεν ήταν ποτέ πιο εμφανής», υπογραμμίζουν.

 Ο Δρ Steven Steinhubl, ερευνητής επιστήμονας και πρώην διευθυντής ψηφιακής ιατρικής, ο οποίος δεν συμμετείχε στη μελέτη, λέει ότι έχει μεγάλη πίστη σε αυτό το είδος τεχνολογίας: «Δυστυχώς, η Covid-19 άλλαξε την οπτική μας για τις λοιμώξεις του αναπνευστικού, αλλά αν σκεφτείτε τις άσχημες περιόδους της γρίπης που είχαμε στο παρελθόν, θα δείτε ότι οι άνθρωποι πεθαίνουν από γρίπη, οπότε πιστεύω ότι έχει μεγάλη αξία αυτή η τεχνολογία».

Η έγκαιρη διάγνωση μιας μεταδοτικής λοίμωξης σημαίνει ότι ο φορέας μπορεί να προειδοποιηθεί ώστε να μην μολύνει άλλους στο σπίτι ή την εργασία του. «Έχουμε δρόμο για να φτάσουμε ως εκεί», παραδέχτηκε ο Δρ Steinhubl, «αλλά θα μπορούσε να έχει πραγματικά μεγάλο αντίκτυπο στην εξάπλωση κάθε μολυσματικής ασθένειας».

Πηγή: iatrikanews.gr