Desetljećima poznajemo vremensku prognozu, ali prognoziranje našeg kratkoročnog zdravlja daleko je teže. Ipak, rano saznanje da smo oboljeli od gripe ili COVID-19 moglo bi biti od velike pomoći. Dobra vijest je da nosiva tehnologija, poput pametnih satova, počinje pružati upravo takva rana upozorenja.
Jessilyn Dunn, biomedicinska inženjerka Sveučilišta Duke u Durhamu, dio je tima koji je analizirao otkucaje srca i druge podatke s nosivih uređaja. Sustavi poput pametnih satova sadrže senzore koji prikupljaju podatke, točnije ogromne količine podataka, koji mogu ukazivati na zdravlje ili poremećaj istog.
Tim inženjerke Dunn zamolio je 49 dobrovoljca da nose narukvice sa senzorima prije i nakon što se inficiraju s virusom prehlade ili gripe. Ove narukvice bilježile su, barem jednom u sekundi, otkucaje srca, pokrete tijela, temperaturu kože i još mnogo toga. Kod devet od 10 dobrovoljaca ovi podaci pokazali su znakove razvoja bolesti najmanje jedan dan prije pojave simptoma.
Dunn smatra da ovo rano upozorenje može pomoći u suzbijanju infekcija u korijenu, odnosno da može spriječiti ozbiljne simptome koji bi inače uzrokovali hospitalizaciju osoba slabijeg zdravstvenog stanja. Spoznaja da smo u procesu razbolijevanja prije same pojave simptoma može biti znak da se pritajimo i počnemo liječiti kako bismo smanjili mogućnost širenja bolesti.
Ovi sustavi, nažalost, još nisu spremni za stvarni svijet, napominje virologinja Stacey Schultz-Cherry, jer je potrebno još puno analiza prije šire primjene ovog pristupa u zdravstvenoj skrbi.
Računalna analiza velikog broja podataka.
Istraživači su 31 od 49 dobrovoljaca direktno zarazili virusom gripe dajući im kapi za nos koje su ga sadržavale, dok su preostali dobrovoljci bili izloženi virusu koji izaziva prehladu.
Ispitivanja u kojima volonteri pristaju primiti virus su, u najmanju ruku, neobična, a mogu mogu biti i vrlo opasna, stoga su se istraživači pobrinuli da su prijavljeni dobrovoljci dobrog zdravstvenog stanja i da ne prenose gripu dalje.
Tim inženjerke Dunn htio je usporediti podatke senzora zaraženih i nezaraženih osoba. Ali odluka o tome tko je zaražen izazvala je značajnu raspravu unutar tima. Zaključak je bio sljedeći: zaražena osoba je ona koja je prijavila najmanje pet simptoma unutar pet dana od primanja virusa. PCR (poly-chain reaction) test također je morao otkriti virus u barem dva od tih pet dana.
Dobrovoljci su počeli nositi narukvice prije nego su bili izloženi virusu, što je dalo osnovne podatke o dobrovoljcima dok su bili zdravi. Senzori su nastavili prikupljati podatke nekoliko dana nakon izlaganja virusu. Neki podaci mjereni su više od 30 puta u sekundi, što znači da je svaki od 49 dobrovoljaca imao po 19 milijuna podataka. Ovo brdo podataka analizirano je putem računala u potrazi za obrascima koji su signalizirali pojavu bolesti.
Računalu je bio potreban algoritam kako bi dobilo pravilne obrasce. Taj algoritam, korak po korak, osmislila je i napravila znanstvenica Emilia Grzesiak. Njezin algoritam testirao je sve moguće kombinacije prikupljenih podataka i tražio najveće razlike među zaraženim i nezaraženim dobrovoljcima. Jedan primjer “dobitne” kombinacije je sljedeći: zbrajanje prosječnog broja otkucaja srca šest do sedam sati nakon izlaganja virusu i prosječnog vremena između otkucaja sedam do devet sati nakon izlaganja (pravi, odnosno najbolji model bio je složeniji od navedenog).
Grzesiak je iskoristila dio podataka kako bi napravila računalni model i testirala svoja predviđanja na ostatku podataka, a zatim je taj postupak ponovila mnogo puta. Njezin konačni model točno je predvidio infekcije u devet od 10 puta.
Mnoge virusne infekcije imaju slične simptome, ali ne samo virusne. Primjerice, slične simptome izazivaju i otrovanje hranom, astma i sezonske alergije. Jednako tome, srce reagira i na ono što nema veze s infekcijom, poput vježbanja, zastrašujućih filmova ili uzbudljivog pogleda, što otkucaje mijenjaju “dok si rekao keks”. Štoviše, u stvarnom životu ne znamo tko je i kada bio izložen nekom virusu i taj izdajnički vremenski okvir nakon izlaganja ostaje skriven.
Može li takav sustav predviđanja infekcije jednog dana otkriti tko je obolio od bolesti COVID-19? Možda, kaže Benjamin Smarr, bioinženjer na Kalifornijskom sveučilištu u San Diegu. Slične tehnologije razvijaju se drugdje kako bi pružile rana upozorenja o infekciji. Takve studije zvuče zanimljivo, ali ispred njih stoji još puno posla. Smarr napominje da točnost predviđanja od 95 posto zvuči odlično, ali ta brojka znači pogrešku kod jednog od dvadeset slučajeva.
Budući modeli vjerojatno će uključivati i druge vrste tjelesnih promjena koje ukazuju na razvoj bolesti, a istraživači će prilagođavati modele analizirajući koliko dobro predviđaju učinke na tisuće ljudi.
Budućnost nosi mnoge izazove, a ovakva neinvazivna metoda daje nadu da budući naraštaji mogu izbjeći novu pandemiju i bezbrižnije živjeti.