基于智能手表的算法用于肺部感染的早期检测:验证和性能评估

科学领域:

• 生物医学工程 生物医学工程
• 数字健康数字健康
• 传染病监测 传染病监测

背景情况:

• 智能设备为肺部感染 (PI) 的早期检测提供了潜在的潜力.
• 这项研究的重点是验证基于智能手表的算法,用于成人PI风险监测.

研究的目的:

• 验证智能手表算法用于早期检测肺部感染 (PI).
• 评估算法的准确性,敏感性和特异性,以确定PI风险.

主要方法:

• 在智能手表上开发并测试了一种算法,分析心率变化,呼吸率,氧和,体温和咳的声音.
• 该算法嵌入了呼吸系统健康研究应用程序,并根据临床诊断 (黄金标准) 进行了验证.

主要成果:

• 算法实现了0.86的曲线下的面积来预测PI (P < 0.001).
• 总体准确率为85.9%,灵敏度为81.4%,特异性为90.4%.
• 结合咳声音,准确度提高到82.6%,仅与其他生命体征 (68.2%) 相比.

结论:

• 使用智能手表的可穿戴系统可以促进早期检测肺部感染风险.
• 多源功能显著提高了肺部感染查算法的性能.