COVID-19：COVID-19患者発見のためのウエアラブルセンサーデータと自己申告症状

新型コロナウイルス感染症（COVID-19）患者の従来のスクリーニングには一般的に、症状や旅行歴についての調査質問や体温測定が含まれる。今回我々は、経時的に集められた個人センサーデータが、COVID-19患者で見られるような、感染を示唆する微妙な変化を見つけ出すのに役立つかを調べた。我々は、米国の個人からのスマートウォッチ活動量追跡データに加えて、自己申告症状と診断検査結果を収集するスマートフォンアプリを開発し、症状のある場合に、症状とセンサーデータによってCOVID-19陽性例と陰性例を区別できるかどうかを評価した。2020年3月25日から6月7日にかけて登録された3万529人の参加者のうち、3811人が症状を報告した。これらの有症状者のうち、54人は検査結果がCOVID-19陽性と報告し、279人は陰性と報告した。症状とセンサーデータを組み合わせると、COVID-19陽性の有症状者と陰性の有症状者を判別する際の曲線下面積（AUC）が0.80［四分位範囲（IQR）：0.73～0.86］という結果になり、症状のみを考慮するモデル（AUC = 0.71; IQR：0.63～0.79）よりも有意に優れた成績が得られた（P < 0.01）。このような受動的に収集された継続的データは、ウイルス検査（通常は一度限り、もしくは不定期のサンプリングアッセイ）を補完することができる。