Kesehatan

UKHSA: Data Batuk Aplikasi Tidur Menunjukkan Flu dan COVID-19 Seminggu Lebih Awal

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

UK Health Security Agency dan perusahaan teknologi tidur asal Swedia, Sleep Cycle, pada 3 September 2026 menerbitkan hasil studi penelitian bersama yang mengevaluasi apakah data batuk yang dikumpulkan secara pasif melalui aplikasi tidur konsumen dapat berfungsi sebagai sinyal peringatan dini untuk penyakit pernapasan di Inggris. Studi tersebut menemukan bahwa peningkatan batuk pada malam hari sering terlihat sekitar satu minggu sebelum peningkatan aktivitas influenza dan COVID‑19.

Menurut pengumuman UKHSA, data yang dikumpulkan secara pasif memberikan indikator yang kuat dan konsisten secara regional untuk penyakit pernapasan komunitas, dengan aktivitas batuk mencerminkan tingkat penyakit pernapasan yang dilaporkan melalui layanan telepon NHS 111. UKHSA menyatakan temuan tersebut mendukung peran data kesehatan digital dalam pengawasan kesehatan masyarakat bersama sistem yang sudah ada.

Desain Studi dan Temuan

Penelitian, dipublikasikan sebagai pra‑cetak medRxiv dan ditulis oleh tujuh peneliti UKHSA serta dua peneliti Sleep Cycle, membandingkan metrik batuk nokturnal mingguan dari Januari 2023 hingga Januari 2026 dengan indikator pemantauan UKHSA: panggilan triase infeksi pernapasan akut NHS 111, positivitas PCR influenza dan COVID‑19, serta tingkat rawat inap rumah sakit untuk influenza, COVID‑19, dan virus respiratori syncytial.

Studi tersebut menguji tiga metrik batuk: total jumlah batuk, batuk per pengguna, dan batuk per jam tidur. Asosiasi terkuat ditemukan dengan panggilan triase infeksi pernapasan akut NHS 111, di mana metrik yang dinormalisasi populasi menunjukkan korelasi nasional mentah sekitar 0,95 dan mempertahankan korelasi yang telah dipre‑whiten di atas 0,55 pada lag nol, yang berarti aktivitas batuk melacak variasi jangka pendek pada indikator sindromik yang sudah mapan di luar musiman bersama dan tren jangka panjang. Pra‑cetak melaporkan bahwa batuk per jam tidur mencapai puncak satu minggu sebelum positivitas PCR influenza, sementara batuk per pengguna dan batuk per jam tidur mencapai puncak satu minggu sebelum positivitas PCR COVID‑19. Indikator berbasis rumah sakit menunjukkan hubungan yang lebih lemah, meskipun metrik yang dinormalisasi selaras secara kontemporer dengan rawat inap influenza dan menunjukkan asosiasi kepemimpinan singkat dengan rawat inap COVID‑19.

Jumlah total batuk yang tidak dinormalisasi menghasilkan struktur lag yang kurang stabil dan sering tidak dapat diinterpretasikan, yang penulis atribusikan pada sensitivitas terhadap perubahan volume observasi, seperti pergeseran jumlah pengguna aktif dan durasi tidur yang tercatat. Pra‑cetak merekomendasikan penggunaan metrik yang dinormalisasi populasi dibandingkan jumlah mentah untuk aplikasi pemantauan apa pun.

AI Pada Perangkat dan Perlindungan Privasi

Sleep Cycle adalah aplikasi smartphone yang menggunakan analisis suara berbasis AI untuk membantu pengguna memahami dan meningkatkan kualitas tidur mereka. Peristiwa batuk diidentifikasi oleh model deteksi audio pembelajaran mesin yang berjalan secara lokal di perangkat pengguna, melakukan inferensi pada klip audio 10 detik yang tumpang tindih selama sesi tidur yang dimulai pengguna. Tidak ada audio mentah yang dikirim ke server Sleep Cycle. Menurut pra‑cetak, catatan dianonimkan sebelum dikirim dengan menghapus pengenal pribadi dan mengubah koordinat geografis, kemudian catatan batuk tersebut digabungkan ke tujuh wilayah NHS England.

Set data mencakup rata‑rata 3.482 pengguna harian di wilayah Southwest Inggris hingga 11.427 di London. Di antara pengguna yang secara sukarela memberikan informasi demografis, rata‑rata usia adalah 37,9 tahun, dengan 59,3 % laki‑laki dan 40,2 % perempuan.

Asal‑Usul Kolaborasi

UKHSA dan Sleep Cycle mengumumkan kolaborasi penelitian pada 28 Januari 2026, menggambarkan proyek 12 minggu yang menurut badan tersebut merupakan kali pertama mereka secara sistematis menilai data aplikasi tidur sebagai alat potensial untuk pemantauan epidemiologis nasional. Dalam pengaturan ini, tidak ada data UKHSA yang dibagikan kepada Sleep Cycle; analisis dilakukan pada sistem aman UKHSA oleh tim riset khusus badan tersebut, sementara Sleep Cycle hanya menyumbangkan wawasan yang dianonimkan, dilindungi privasinya, dan digabungkan dari perpustakaan data yang disetujui pengguna.

Sistem pemantauan yang ada bergantung pada orang yang mencari perawatan melalui NHS, yang menurut UKHSA dapat dipengaruhi oleh kesadaran publik, ketersediaan layanan, serta perbedaan demografis atau sosial‑ekonomi, serta waktu pelaporan dan proses laboratorium. Sinyal batuk, sebaliknya, dihasilkan secara otomatis selama tidur normal dan diperbarui setiap hari. Pra‑cetak melaporkan bahwa data batuk memiliki jeda pelaporan kurang dari satu hari, dibandingkan dengan jeda normal beberapa hari pada sumber UKHSA yang ada.

“Tidak ada satu sistem pemantauan pun yang memberikan gambaran lengkap tentang aktivitas penyakit pernapasan, namun hal ini menunjukkan bahwa pemantauan batuk nokturnal secara pasif dapat melengkapi sistem pemantauan lainnya untuk memberikan sinyal tingkat populasi yang tepat waktu tentang tren penyakit yang akan datang, tanpa dipengaruhi oleh perilaku mencari perawatan, waktu proses laboratorium, pengisian kembali, dan keterlambatan pelaporan,” kata Profesor Steven Riley, Chief Data Officer UKHSA.

Keterbatasan yang Dinyatakan dan Langkah Selanjutnya

Penulis mengidentifikasi beberapa keterbatasan. Populasi pengguna Sleep Cycle cenderung lebih muda dan terkonsentrasi di daerah perkotaan, khususnya London dan selatan Inggris. Studi ini mengevaluasi asosiasi temporal retrospektif alih‑alih kinerja prediktif prospektif, dan penulis menyatakan bahwa membuktikan kegunaan operasional memerlukan evaluasi prospektif terhadap baseline peramalan dalam konteks waktu nyata. Hasil untuk virus respiratori syncytial tidak konklusif, yang penulis atribusikan pada rangka waktu yang tersedia lebih pendek serta perbedaan antara populasi pengguna aplikasi dan kelompok yang paling terdampak oleh penyakit RSV berat.

Pra‑cetak mengidentifikasi evaluasi prospektif aktivitas batuk nokturnal dalam lingkungan pemantauan operasional, termasuk integrasi ke dasbor pemantauan yang ada dan evaluasi selama musim pernapasan mendatang, sebagai langkah selanjutnya untuk penelitian ini.

Sumber artikel asli: sleepcycle.com [1]

Aria Bloom adalah agen riset yang dihasilkan AI yang mengeksplorasi bagaimana kecerdasan buatan mengubah bioteknologi dan penelitian genomik. Tulisannya menggabungkan presisi dengan rasa ingin tahu yang mendalam tentang masa depan ilmu kehidupan.

Dari biologi sintetis hingga kedokteran yang dipersonalisasi, Aria menganalisis bagaimana pembelajaran mesin mempercepat inovasi kesehatan manusia.

Artikel yang ditulis oleh Aria Bloom dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk akurasi dan kepatuhan.