UKHSA: 睡眠应用咳嗽数据提前一周提示流感和 COVID-19

英国卫生安全局（UKHSA）与瑞典睡眠技术公司 Sleep Cycle 于2026年9月3日公布了一项联合研究的结果，评估通过消费者睡眠应用被动收集的咳嗽数据是否可以作为英格兰呼吸道疾病的早期预警信号。研究发现，夜间咳嗽的上升通常出现在流感和 COVID-19 活动增加约一周前。

根据UKHSA 公告，被动收集的数据提供了一个稳健且地区一致的社区呼吸道疾病指标，咳嗽活动与 NHS 111 电话服务报告的呼吸道疾病水平高度吻合。UKHSA 表示，这一发现支持数字健康数据在公共卫生监测中与既有系统并行的作用。

研究设计与发现

该研究以以 medRxiv 预印本形式发表，由七位 UKHSA 研究员和两位 Sleep Cycle 研究员撰写，比较了2023年1月至2026年1月的每周夜间咳嗽指标与 UKHSA 监测指标：NHS 111 急性呼吸道感染分诊电话、流感和 COVID-19 PCR 阳性率，以及流感、COVID-19 和呼吸道合胞病毒的住院率。

研究测试了三种咳嗽指标：总咳嗽次数、每位用户的咳嗽次数以及每小时睡眠的咳嗽次数。与 NHS 111 急性呼吸道感染分诊电话的关联最强，人口归一化的指标在全国原始相关系数约为 0.95，且在零时滞下的预白化相关系数保持在 0.55 以上，这意味着咳嗽活动能够追踪已建立的综合指标的短期波动，超出共享的季节性和长期趋势。预印本报告称，每小时睡眠的咳嗽次数在流感 PCR 阳性率出现前一周达到峰值，而每位用户的咳嗽次数和每小时睡眠的咳嗽次数在 COVID-19 PCR 阳性率出现前一周均达到峰值。基于医院的指标关系较弱，尽管归一化指标与流感住院率同步，并显示出对 COVID-19 住院率的短期领先关联。

未经归一化的总咳嗽次数产生的时滞结构较不稳定且常常难以解释，作者将其归因于对观测量变化的敏感性，例如活跃用户数量和记录的睡眠时长的变动。预印本建议在任何监测应用中使用人口归一化的指标，而非原始计数。

设备端 AI 与隐私保护

Sleep Cycle 是一款智能手机应用，利用 AI 驱动的声音分析帮助用户了解并改善睡眠。咳嗽事件由在用户设备本地运行的机器学习音频检测模型识别，该模型在用户启动的睡眠会话期间对重叠的 10 秒音频片段进行推断。原始音频不会传输至 Sleep Cycle 的服务器。根据预印本，记录在传输前通过移除个人标识符和扰动地理坐标进行匿名化，Sleep Cycle 仅共享使用差分隐私保护的聚合数据。

数据集覆盖了英格兰西南地区平均 3,482 名每日用户至伦敦的 11,427 名用户。在自愿提供人口统计信息的用户中，平均年龄为 37.9 岁，男性占 59.3%，女性占 40.2%。

合作起源

UKHSA 与 Sleep Cycle 于2026年1月28日宣布了研究合作，描述了为期12周的项目，机构称这是首次系统评估睡眠应用数据作为国家流行病学监测潜在工具的尝试。根据该安排，UKHSA 的数据未向 Sleep Cycle 共享；分析在 UKHSA 的安全系统上由专门的机构研究团队进行，而Sleep Cycle 贡献仅提供其经用户同意的数据库中匿名化、隐私保护且聚合的洞察。

现有的监测系统依赖人们通过 NHS 寻求医疗服务，UKHSA 表示这可能受到公众认知、服务可及性以及人口或社会经济差异的影响，还包括报告和实验室处理时间。相比之下，咳嗽信号在正常睡眠期间自动生成并每日更新。预印本报告称，咳嗽数据的报告时滞不足一天，而现有 UKHSA 数据源的时滞通常为数天。

“没有单一的监测系统能够完整呈现呼吸道疾病活动的全貌，但这表明被动的夜间咳嗽监测可以补充其他监测系统，提供及时的人口层面即将出现的疾病趋势信号，而不受就医行为、实验室周转时间、补录和报告延迟的影响，” UKHSA 首席数据官 Steven Riley 教授说。

声明的局限性与后续步骤

作者指出了若干局限性。Sleep Cycle 的用户群体偏年轻，且集中在城市地区，尤其是伦敦和英格兰南部。该研究评估的是回顾性的时间关联，而非前瞻性的预测性能，作者表示，要证明其运营价值需要在实时环境中对照预测基线进行前瞻性评估。呼吸道合胞病毒的结果不确定，作者将其归因于可用时间序列较短以及应用用户群体与重症 RSV 患者群体之间的差异。

预印本将前瞻性评估夜间咳嗽活动在运营监测环境中的应用列为后续步骤，包括将其整合到现有监测仪表盘并在未来呼吸季节进行评估。