另類選擇 用智能手環快測新冠

評論‧世情 2022/03/09

分享:

分享:

近日寫過有關新冠快速測試的文章,明白到即使快測陰性不等於一定無「中招」的道理,體內病毒量低,有些靈敏度低的快測產品未必測得出。那麼,除了較為準確的核酸測試和坊間的快速測試,就沒法知道自己是否染上新冠嗎?不想經常撩鼻搞到痕癢不適,除了用口水測、深喉拭樣之類,就沒有其他方法嗎?

有其他方法的,外國有人用戴在手的,像智能手環、智能手錶、運動穿戴手環之類的手腕電子裝置,測量身體一些表徵數據,以評估使用者有否染上新冠,聲稱準確率達到90%,只需2分鐘左右。

這款產品由美國普林斯頓大學(Princeton University)電子工程系人員研發,由負責其科學研究推向市場產銷的NeuTigers公司推出,名叫CovidDeep。據普林斯頓大學網站說,CovidDeep是快速篩查人體感染新冠病毒的應用程式(app)及平台,利用可穿戴在手腕類似智能手環的傳感器,採集身體數據,再配合使用者回答問卷調查,以判斷有沒有「中招」新冠。

當使用者戴上一款特別腕帶,傳感器就會收集身體一些數據,包括皮膚電反應(Galvanic Skin Response,GSR)、心跳之間的時間區隔(Inter-beat Interval,IBI)、以及皮膚溫度等,傳到手機程式。除了這些數據,使用者需要用其他市面有售、現成的血壓計及血氧測量儀器,測量血壓和血氧飽和度(SpO2)等生理數據,並輸入CovidDeep程式,以便程序作出分析,亦需要回答一個有關徵狀和健康史的調查評估問卷。該公司稱,CovidDeep在大約2分鐘,便得出分析數據,評估一個人是否確診新冠。

深度學習資料演算 準確性達9成

如何評估?新冠患者一般有其生物辨識資料及生理指標(physiological marker),這個產品採用人工神經網絡的深度學習(deep learning)資料演算法,來評估使用者是否與新冠確診的各種指標、生理模式脗合。NeuTigers公司聲稱,在早期臨床測試中,該工具評估一個人是新冠陽性還是陰性上,準確性達90%,即使他們沒有明顯徵狀。

這種基於人工智能(AI)算法的解決方案,目的在於提高各種醫療及保健效果,例如用於監測檢查糖尿病患者、心理疾病患者健康狀況等,在對抗新冠方面,也是能夠有所作為。在2020年歐洲疫情比較嚴重時,普林斯頓的研究人員把CovidDeep應用在意大利的醫院作臨床測試,法國、美國的養老院也陸續使用。

產品正式推出商業市場後,客戶主要是一些企業或機構,例如想要快速檢測眾多員工的企業,又或者醫療工作者借助此應用程式平台,讓使用者在甚至還沒有不適前,初步知道自己有否感染新冠,然後考慮是否進行快速抗原測試或核酸檢測,以再核實。

CovidDeep是一個供下載的應用程式,但配合它用以感測如皮膚電反應等身體數據的穿戴腕帶,則價格不菲,售千多美元。另外,人們亦關心收集到的個人身體數據私隱問題,NeuTigers公司強調,所有數據都只保留在設備上,不會被發送到雲端、不會被共享;NeuTigers亦在研究新的方案,希望CovidDeep能夠與蘋果、三星、Fitbit、Garmin之類的可量度健康數據穿戴設備互相銜接,讓更多消費者能夠運用,更方便快捷地知道自己有無「中招」。

也許將來人們只要看一下手機或穿戴設備,就知道是否感染新冠,這樣對疫情的控制也有好處,即使一個地方在大規模疫苗接種,以及染疫高峰回落後,對捉「漏網之魚」的感染者也有一定輔助作用,又不必經常撩鼻哥之類做快速抗原測試。

我沒有用過CovidDeep,不肯定它work唔work,但作為普林斯頓大學人員研發的新冠人工智能產品,相信它是今天大家關心的事物之一,即使暫時用不着、或在坊間未有出現大規模應用,也不妨知多一點點。

毫無疑問,新冠將繼續影響我們的日常生活,意味我們對日後應付新冠的各種新科技,有很大需求,例如各種快速檢測方式,不同的人工智能隨身產品將會佔上一席位,例如有了這類隨身穿戴測量新冠的產品,一綫醫護人員就可以更安全工作、公司僱員上班更安心,學童回校上學、大家去旅行坐飛機也較放心。

其他方面來說,利用人工神經網絡深度學習資料演算,發揮在生物資料及生理指標辨識上,也可以應用在其他疾病方面,例如抑鬱症、老人癡呆症等的檢測,讓我們及早發現及應對。

美國普林斯頓大學電子工程系人員研發出CovidDeep應用程式平台,利用智能手環測量身體表徵數據,以評估使用者有否染上新冠,過程只需兩分鐘。

撰文 : 馮兆寧 資深媒體人

欄名 : 放晴

緊貼財經時事新聞分析,讚好hket Facebook 專版