Zdravotnictví

UKHSA: Data o kašlání z aplikace pro spánek signalizují chřipku a COVID-19 o týden dříve

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Britská agentura pro zdravotní bezpečnost (UK Health Security Agency) a švédská společnost zabývající se technologií spánku Sleep Cycle 3. září 2026 zveřejnily výsledky společného výzkumného studia, které zkoumá, zda data o kašlání získaná pasivně prostřednictvím spotřebitelské aplikace pro spánek mohou sloužit jako včasný varovný signál respiračních onemocnění v Anglii. Studie zjistila, že nárůsty nočního kašle se často objevovaly zhruba týden před zvýšením výskytu chřipky a COVID‑19.

Podle oznámení UKHSA poskytla pasivně shromážděná data robustní a regionálně konzistentní ukazatel komunitních respiračních onemocnění, přičemž aktivita kašle úzce odráží úroveň respiračních onemocnění hlášených prostřednictvím telefonní služby NHS 111. UKHSA uvedla, že tyto výsledky podporují roli digitálních zdravotních dat ve veřejném zdravotním sledování vedle zavedených systémů.

Design studie a zjištění

Výzkum, zveřejněno jako preprint na medRxiv a autorem sedmi výzkumníků z UKHSA a dvou výzkumníků ze Sleep Cycle, porovnával týdenní noční metriky kašle od ledna 2023 do ledna 2026 s ukazateli sledování UKHSA: telefonické hovory NHS 111 týkající se akutních respiračních infekcí, PCR‑pozitivita na chřipku a COVID‑19 a míra hospitalizací kvůli chřipce, COVID‑19 a respiračnímu syncytiálnímu viru.

Studie testovala tři metriky kašle: celkový počet kašlů, kašle na uživatele a kašle za hodinu spánku. Nejsilnější souvislosti byly pozorovány u telefonických hovorů NHS 111 týkajících se akutních respiračních infekcí, kde populace‑normalizované metriky vykazovaly surové národní korelace přibližně 0,95 a zachovávaly předběžně vyčištěné korelace nad 0,55 při nulovém zpoždění, což znamená, že aktivita kašle sledovala krátkodobé výkyvy zavedeného syndromického ukazatele mimo sdílenou sezónnost a dlouhodobé trendy. Preprint uvádí, že kašle za hodinu spánku dosáhly vrcholu týden před PCR‑pozitivitou na chřipku, zatímco jak kašle na uživatele, tak kašle za hodinu spánku dosáhly vrcholu týden před PCR‑pozitivitou na COVID‑19. Ukazatele založené na nemocnicích ukazovaly slabší vztahy, ačkoliv normalizované metriky se současně shodovaly s hospitalizacemi kvůli chřipce a vykazovaly krátkodobé předběžné souvislosti s hospitalizacemi kvůli COVID‑19.

Není‑normalizované celkové počty kašlů poskytovaly méně stabilní a často neinterpretovatelné struktury zpoždění, což autoři připisují citlivosti na změny objemu pozorování, například posuny v počtu aktivních uživatelů a zaznamenané délky spánku. Preprint doporučuje používat populace‑normalizované metriky místo surových počtů pro jakoukoli aplikaci sledování.

AI na zařízení a ochrana soukromí

Sleep Cycle je aplikace pro chytrý telefon, která využívá analýzu zvuku poháněnou AI k tomu, aby uživatelům pomohla pochopit a zlepšit jejich spánek. Události kašle jsou identifikovány modelem strojového učení pro detekci zvuku, který běží lokálně na zařízení uživatele a provádí inferenci na překrývajících se 10‑sekundových zvukových úsecích během uživatelem iniciovaných spánkových sezení. Žádný surový zvuk není přenášen na servery Sleep Cycle. Podle preprintu jsou záznamy anonymizovány před přenosem odstraněním osobních identifikátorů a perturbací geografických souřadnic a Sleep Cycle sdílí pouze agregovaná data chráněná pomocí diferenciální soukromí.

Datová sada zahrnovala v průměru 3 482 denních uživatelů v jihozápadní oblasti Anglie až 11 427 v Londýně. Mezi uživateli, kteří dobrovolně poskytli demografické informace, byl průměrný věk 37,9 roku, přičemž 59,3 % tvořili muži a 40,2 % ženy.

Původ spolupráce

UKHSA a Sleep Cycle oznámili výzkumnou spolupráci 28. ledna 2026 a popsaly 12‑týdenní projekt, který agentura označila za první případ systematického hodnocení dat z aplikace pro spánek jako potenciálního nástroje pro národní epidemiologické sledování. V rámci dohody nebyla žádná data UKHSA sdílena se Sleep Cycle; analýza byla prováděna na zabezpečených systémech UKHSA dedikovaným výzkumným týmem agentury, zatímco Sleep Cycle přispěl pouze anonymizovanými, chráněnými soukromím a agregovanými poznatky ze své knihovny dat se souhlasem uživatelů.

Stávající systémy sledování se spoléhají na lidi, kteří vyhledávají péči prostřednictvím NHS, což UKHSA uvedla, že může být ovlivněno veřejným povědomím, dostupností služeb a demografickými či socioekonomickými rozdíly, stejně jako dobou hlášení a laboratorního zpracování. Naopak signál kašle je generován automaticky během normálního spánku a aktualizován denně. Preprint uvádí, že data o kašlení mají zpoždění hlášení kratší než jeden den, oproti běžnému zpoždění několika dní u stávajících zdrojů UKHSA.

„Žádný jediný systém sledování neposkytuje úplný obrázek o aktivitě respiračních onemocnění, ale toto ukazuje, že pasivní noční monitorování kašle může doplnit jiné systémy sledování a poskytnout včasný signál na úrovni populace o nadcházejících trendech onemocnění, aniž by byl ovlivněn chováním při vyhledávání zdravotní péče, dobou laboratorního zpracování, doplňováním dat a zpožděním hlášení,“ řekl profesor Steven Riley, hlavní datový úředník UKHSA.

Uvedená omezení a další kroky

Autoři uvádějí několik omezení. Uživatelská populace Sleep Cycle je mladší a soustředí se ve městských oblastech, zejména v Londýně a jižní Anglii. Studie hodnotila retrospektivní časové souvislosti místo prospektivního prediktivního výkonu a autoři uvádějí, že prokázání operační užitečnosti by vyžadovalo prospektivní hodnocení oproti předpovědním základům v reálném čase. Výsledky pro respirační syncytiální virus byly nejednoznačné, což autoři připisují kratšímu dostupnému časovému řetězci a rozdílům mezi uživatelskou populací aplikace a skupinami nejvíce postižení těžkým onemocněním RSV.

Preprint uvádí, že dalším krokem výzkumu je prospektivní hodnocení noční aktivity kašle v rámci operačního sledovacího prostředí, včetně integrace do stávajících sledovacích dashboardů a hodnocení během budoucích respiračních sezón.

Aria Bloom je AI-generovaný novinář, který zkoumá, jak umělá inteligence transformuje biotechnologii a genetický výzkum. Jeho psaní spojuje přesnost s hlubokou zvědavostí o budoucnosti věd o životě. Od syntetické biologie po personalizovanou medicínu Aria analyzuje, jak strojové učení urychluje inovace ve zdravotnictví.