Y tế

UKHSA: Dữ liệu ho từ Ứng dụng Ngủ dự báo cúm và COVID-19 sớm một tuần

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Cơ quan An ninh Sức khỏe Vương quốc Anh và công ty công nghệ giấc ngủ Thụy Điển Sleep Cycle vào ngày 3 tháng 9 năm 2026 đã công bố kết quả của một nghiên cứu chung đánh giá liệu dữ liệu ho thu thập một cách thụ động qua một ứng dụng ngủ dành cho người tiêu dùng có thể đóng vai trò là tín hiệu cảnh báo sớm cho các bệnh hô hấp tại Anh hay không. Nghiên cứu cho thấy sự gia tăng ho vào ban đêm thường xuất hiện khoảng một tuần trước khi các ca cúm và COVID-19 tăng lên.

Theo thông báo của UKHSA, dữ liệu thu thập một cách thụ động đã cung cấp một chỉ số mạnh mẽ và đồng nhất theo khu vực về bệnh hô hấp cộng đồng, với hoạt động ho phản ánh sát mức độ bệnh hô hấp được báo cáo qua dịch vụ điện thoại NHS 111. UKHSA cho biết các phát hiện này ủng hộ vai trò của dữ liệu sức khỏe kỹ thuật số trong giám sát y tế công cộng cùng với các hệ thống đã được thiết lập.

Thiết kế Nghiên cứu và Kết quả

Nghiên cứu, được công bố dưới dạng bản in trước trên medRxiv và do bảy nhà nghiên cứu của UKHSA cùng hai nhà nghiên cứu của Sleep Cycle thực hiện, đã so sánh các chỉ số ho ban đêm hàng tuần từ tháng 1 năm 2023 đến tháng 1 năm 2026 với các chỉ số giám sát của UKHSA: các cuộc gọi sàng lọc nhiễm trùng hô hấp cấp tính qua NHS 111, tỷ lệ dương tính PCR của cúm và COVID-19, và tỷ lệ nhập viện vì cúm, COVID-19 và virus hô hấp hợp bào (RSV).

Nghiên cứu đã kiểm nghiệm ba chỉ số ho: tổng số lần ho, số lần ho trên mỗi người dùng, và số lần ho trên mỗi giờ ngủ. Mối tương quan mạnh nhất được ghi nhận với các cuộc gọi sàng lọc nhiễm trùng hô hấp cấp tính qua NHS 111, trong đó các chỉ số chuẩn hoá theo dân số cho thấy tương quan quốc gia thô khoảng 0,95 và duy trì các tương quan đã loại bỏ xu hướng nền trên 0,55 ở độ trễ bằng không, nghĩa là hoạt động ho theo dõi biến động ngắn hạn của một chỉ số hội chứng đã được thiết lập, vượt qua tính mùa và xu hướng dài hạn chung. Bản in trước báo cáo rằng số lần ho trên mỗi giờ ngủ đạt đỉnh một tuần trước khi PCR cúm dương tính, trong khi cả số lần ho trên mỗi người dùng và số lần ho trên mỗi giờ ngủ đều đạt đỉnh một tuần trước khi PCR COVID-19 dương tính. Các chỉ số dựa trên bệnh viện cho thấy mối quan hệ yếu hơn, mặc dù các chỉ số chuẩn hoá đồng thời khớp với nhập viện vì cúm và cho thấy mối liên kết dẫn trước ngắn hạn với nhập viện COVID-19.

Số lần ho tổng không được chuẩn hoá tạo ra các cấu trúc độ trễ kém ổn định và thường không thể giải thích, điều này các tác giả cho là do độ nhạy với sự thay đổi trong khối lượng quan sát, chẳng hạn như biến động số lượng người dùng hoạt động và thời lượng ngủ được ghi lại. Bản in trước khuyến nghị sử dụng các chỉ số chuẩn hoá theo dân số thay vì số đếm thô cho bất kỳ ứng dụng giám sát nào.

AI trên Thiết bị và Bảo vệ Quyền riêng tư

Sleep Cycle là một ứng dụng điện thoại thông minh sử dụng phân tích âm thanh dựa trên AI để giúp người dùng hiểu và cải thiện giấc ngủ. Các sự kiện ho được xác định bằng mô hình phát hiện âm thanh học máy chạy trực tiếp trên thiết bị của người dùng, thực hiện suy luận trên các đoạn âm thanh 10 giây chồng lên nhau trong các phiên ngủ do người dùng khởi tạo. Không có âm thanh thô nào được truyền tới máy chủ của Sleep Cycle. Theo bản in trước, các bản ghi được ẩn danh trước khi truyền bằng cách loại bỏ các định danh cá nhân và làm sai lệch tọa độ địa lý, và Sleep Cycle chỉ chia sẻ dữ liệu tổng hợp được bảo vệ bằng tính riêng tư khác biệt.

Bộ dữ liệu bao gồm trung bình 3.482 người dùng hàng ngày ở khu vực Tây Nam Anh và lên tới 11.427 người dùng ở London. Trong số người dùng tự nguyện cung cấp thông tin nhân khẩu học, tuổi trung bình là 37,9 tuổi, trong đó 59,3% là nam và 40,2% là nữ.

Nguồn gốc của Sự hợp tác

UKHSA và Sleep Cycle đã công bố sự hợp tác nghiên cứu vào ngày 28 tháng 1 năm 2026, mô tả một dự án kéo dài 12 tuần mà cơ quan cho rằng là lần đầu tiên họ sẽ đánh giá một cách có hệ thống dữ liệu từ ứng dụng ngủ như một công cụ tiềm năng cho việc giám sát dịch tễ học quốc gia. Theo thỏa thuận, không có dữ liệu nào của UKHSA được chia sẻ với Sleep Cycle; việc phân tích được thực hiện trên hệ thống bảo mật của UKHSA bởi một đội ngũ nghiên cứu chuyên trách, trong khi Sleep Cycle đã đóng góp chỉ các thông tin tổng hợp, ẩn danh và bảo vệ quyền riêng tư từ thư viện dữ liệu đã được người dùng đồng ý.

Các hệ thống giám sát hiện có dựa vào việc mọi người tìm kiếm chăm sóc qua NHS, mà UKHSA cho rằng có thể bị ảnh hưởng bởi nhận thức công chúng, khả năng tiếp cận dịch vụ và các khác biệt nhân khẩu học hoặc kinh tế xã hội, cũng như thời gian báo cáo và xử lý phòng thí nghiệm. Ngược lại, tín hiệu ho được tạo ra tự động trong quá trình ngủ bình thường và được cập nhật hàng ngày. Bản in trước báo cáo rằng dữ liệu ho có độ trễ báo cáo dưới một ngày, so với độ trễ bình thường là vài ngày đối với các nguồn dữ liệu hiện có của UKHSA.

“Không có hệ thống giám sát nào cung cấp một bức tranh toàn diện về hoạt động bệnh hô hấp, nhưng điều này cho thấy việc giám sát ho ban đêm thụ động có thể bổ sung cho các hệ thống giám sát khác để cung cấp một tín hiệu kịp thời ở mức độ dân số về các xu hướng bệnh sắp tới, mà không bị ảnh hưởng bởi hành vi tìm kiếm chăm sóc y tế, thời gian xử lý phòng thí nghiệm, việc bổ sung dữ liệu và độ trễ báo cáo,” giáo sư Steven Riley, Giám đốc Dữ liệu của UKHSA, cho biết.

Những Hạn chế Được Nêu và Các Bước Tiếp Theo

Các tác giả chỉ ra một số hạn chế. Dân số người dùng Sleep Cycle có xu hướng trẻ hơn và tập trung ở các khu vực đô thị, đặc biệt là London và miền nam Anh. Nghiên cứu đánh giá các mối liên hệ thời gian hồi cứu thay vì hiệu suất dự đoán tiềm năng, và các tác giả cho biết việc chứng minh tính hữu dụng trong vận hành sẽ đòi hỏi đánh giá tiềm năng so với các chuẩn dự báo trong môi trường thời gian thực. Kết quả đối với virus hô hấp hợp bào (RSV) không có kết luận rõ ràng, mà các tác giả cho là do chuỗi thời gian sẵn có ngắn hơn và sự khác biệt giữa dân số người dùng của ứng dụng và các nhóm chịu ảnh hưởng nặng nề nhất bởi bệnh RSV nghiêm trọng.

Bản in trước xác định việc đánh giá tiềm năng hoạt động ho ban đêm trong một môi trường giám sát vận hành, bao gồm tích hợp vào các bảng điều khiển giám sát hiện có và đánh giá qua các mùa bệnh hô hấp tương lai, là các bước tiếp theo cho nghiên cứu.

Aria Bloom là một nhà báo được tạo bởi AI, khám phá cách trí tuệ nhân tạo đang biến đổi công nghệ sinh học và nghiên cứu gene. Bài viết của cô kết hợp sự chính xác với sự tò mò sâu sắc về tương lai của các ngành khoa học về sự sống.
Từ sinh học tổng hợp đến y học cá nhân hóa, Aria phân tích cách học máy đang đẩy nhanh sự đổi mới về sức khỏe con người.
Các bài viết được viết bởi Aria Bloom được tạo bởi AI và được nhóm biên tập của Unite.AI xem xét lại để đảm bảo độ chính xác và tuân thủ.