Detectarea precoce a infecțiilor prin smartwatch: o strategie eficientă pentru prevenirea pandemiilor

Context: limitele supravegherii epidemiologice tradiționale

Pandemia COVID-19 a evidențiat limitele fundamentale ale sistemelor de supraveghere epidemiologică bazate pe testare și raportare a simptomelor: perioada de incubație (2-14 zile pentru SARS-CoV-2) și intervalul de timp între debutul simptomelor și testarea pozitivă (2-5 zile) creează o fereastră temporală în care indivizii infectați transmit activ virusul fără a fi identificați ca sursă.

Studiile de dinamică a transmisiei au arătat că 40-60% din transmisiile SARS-CoV-2 au loc în faza presimptomatică sau de la persoane asimptomatice — un fenomen similar cu gripa, unde 25-35% din transmisii sunt presimptomatice. Această realitate face ca sistemele de supraveghere tradiționale (testare la simptome, anchetă epidemiologică, izolare la test pozitiv) să intervină inevitabil cu câteva zile de întârziere față de momentul de maximă transmisie.

Dispozitivele purtabile (smartwatch-uri, brățări fitness) monitorizează continuu parametri fiziologici — frecvența cardiacă în repaus (RHR), variabilitatea ritmului cardiac (HRV), temperatura tegumentară, saturația de oxigen și nivelul de activitate fizică. Studii anterioare, inclusiv cel al Stanford University cu datele Apple Watch din primele luni ale pandemiei COVID-19, au demonstrat că anomaliile în acești parametri sunt detectabile cu 1-3 zile înainte de apariția simptomelor, oferind o fereastră de alertă potențial utilă pentru interruperea transmisiei.

Design și metodologie

Vesinurm și colaboratorii au construit un model matematic la mai multe scale (multiscale) care integrează:

Componenta within-host (dinamica intraindividuală)

Modelul viral intragazdă descrie dinamica sarcinii virale în timp pentru indivizii simptomatici și asimptomatici, bazat pe date de cinetică virală documentate în literatura COVID-19 și gripă. Sarcina virală determină probabilitatea de transmitere per contact (funcție de relație doză-răspuns). Algoritmul smartwatch a fost modelat cu:

• Sensibilitate: 88-94% (variind între patogeni și algoritmi), bazat pe date publicate din studii de validare ale algoritmilor Fitbit, Apple Watch, Garmin pentru COVID și gripă
• Specificitate: 91-97% (rata alertelor fals-pozitive controlată pentru a minimiza comportamentul de evitare a dispozitivului)
• Fereastră de detectare: algoritmul detectează anomalia fiziologică cu 23 de ore (gripă sezonieră) până la 3 zile (SARS-CoV-2 ancestral) înainte de debutul simptomelor

Componenta between-host (transmisia populațională)

Modelul de transmitere integrează:

• Matrice de contacte sociale (HomeICORE UK Contact Survey) care captează heterogenitatea contactelor pe grupe de vârstă, tipul locului de contact (acasă, școală, muncă, comunitate) și faza pandemică
• Stadii infecțioase: expus (E), presimptomatic (PS), simptomatic (I), asimptomatic (A), recuperat (R) — cu probabilități diferite de transmitere per stadiu
• Parametri de acoperire pentru dispozitive purtabile: proporția populației cu smartwatch și care respectă alerta (aderență)

Patogeni modelați

Modelul a fost aplicat pentru cinci scenarii de patogeni cu caracteristici epidemiologice diferite:

• SARS-CoV-2 ancestral (R₀ = 2,55), varianta Delta (R₀ = 1,54 în context de imunitate parțială), varianta Omicron (R₀ = 4,15)
• Gripă pandemică H1N1 (R = 1,55) și gripă sezonieră (R = 1,28)

Simulare a intervențiilor

Studiul a evaluat două niveluri de reducere a contactelor sociale după alerta smartwatch:

• 66% reducere contacte: conform datelor din studii de comportament la alertele COVID-19 (proporție realizabilă în absența măsurilor administrative)
• 75% reducere contacte: reducere mai strictă, comparabilă cu izolarea la domiciliu voluntară

Scenariile au variat și procentul populației echipate cu smartwatch și aderența (10%, 30%, 50% din populație), precum și timing-ul intervenției (detecție la 23 ore vs. 36 ore vs. 72 ore ante-simptomatice).

Rezultatele principale

Impactul asupra numărului de reproducere R

Cu o acoperire smartwatch de 30% și reducerea contactelor cu 66% la alertă:

• SARS-CoV-2 ancestral: R redus de la 2,55 la 1,37 (reducere 46%)
• Varianta Delta: R redus de la 1,54 la 0,82 (reducere 47%) — sub pragul epidemic de 1,0, ceea ce ar fi oprit transmisia
• Varianta Omicron: R redus de la 4,15 la 2,20 (reducere 47%) — insuficient pentru stoparea epidemiei, dar cu impact major pe viteza de creștere
• Gripă pandemică H1N1: R redus de la 1,55 la 0,81 (reducere 48%) — sub pragul epidemic
• Gripă sezonieră: R redus de la 1,28 la 0,74 (reducere 42%) — sub pragul epidemic

Impactul cu reducere mai strictă a contactelor (75%)

Cu 75% reducere a contactelor, varianta Delta și ambele tulpini de gripă (pandemică și sezonieră) atingeau R < 1 cu acoperire de numai 30% a populației. Aceasta sugerează că o strategie smartwatch nu necesită acoperire universală pentru a fi eficientă — un nivel realist de adoptare voluntară (30-40% din adulți) poate fi suficient pentru patogeni cu transmisibilitate moderată.

Impactul timing-ului detectiei

Analiza de sensibilitate a arătat că timing-ul detectiei este mai critic decât procentul de reducere a contactelor: pentru gripa sezonieră detectată cu 23 de ore ante-simptomatice, probabilitatea de a atinge R < 1 era de 94%; detectarea cu 36 de ore ante-simptomatice reducea această probabilitate la 90% pentru gripa pandemică. Fiecare oră suplimentară de întârziere în detectare reduce eficacitatea intervenției, subliniind importanța algoritmilor de detecție precoce și a alertelor imediate (nu zilnice).

Contribuția relativă a surselor de transmisie interceptate

Modelul a decompus contribuția relativă a transmisiei interceptate pe stadii: detectarea pre-simptomatică intercepta 35-45% din totalul transmisiilor, în timp ce detectarea simptomatică (la momentul alertei) intercepta un 15-20% suplimentar — împreună eliminând 50-65% din lanțurile de transmisie activate înainte de alerta tradițională (testare la simptome).

Considerații privind implementarea practică

Adoptarea și echitatea accesului

Implementarea unui sistem de supraveghere bazat pe smartwatch ridică probleme importante de echitate: smartwatch-urile sunt mai frecvente la persoanele tinere, educate și cu venituri ridicate, exact populațiile cu mobilitate socială mare și rol important în transmisie. Grupele vulnerabile (vârstnici, persoane cu boli cronice, populații cu venituri reduse) au adopție mai mică, creând un potențial gap de protecție.

Totuși, studiul notează că inclusiv adoptarea parțială (30-50% din adulți) produce efecte semnificative la nivel populațional datorită fenomenului de protecție indirectă (herd effect): reducerea transmisiei în rândul utilizatorilor de smartwatch scade și probabilitatea de infecție a non-utilizatorilor prin reducerea incidenței generale.

Respectarea datelor și algoritmi transparenți

Sistemul propus necesită respectarea strictă a principiilor GDPR (și echivalentelor internaționale): datele biometrice sunt extrem de sensibile, iar arhitectura de procesare trebuie să garanteze că alertele sunt generate local (on-device) fără transmiterea datelor biometrice brute pe servere centrale. Modelele de machine learning pentru detecția infecțiilor trebuie să fie transparente, validate independent și să includă notificări clare de incertitudine (probabilitate, nu certitudine).

Prevenirea comportamentului de evitare

Alertele fals-pozitive excesive pot eroda credibilitatea sistemului și determina utilizatorii să ignore alertele sau să oprească purtarea dispozitivului. Studiul estimează că o specificitate de 91-97% (3-9% fals-pozitive) este acceptabilă dacă alertele sunt prezentate ca „risc crescut, testare recomandată" și nu ca „certitudine de infecție", reducând comportamentul de evitare prin incertitudine explicită.

Comparație cu alte strategii de intervenție

Studiul poziționează detecția prin smartwatch ca complementară (nu înlocuitoare) față de alte strategii:

• Testare universală (teste rapide antigenice): eficace dar costisitoare, cu aderență variabilă și fereastra de pozitivitate tardivă față de sarcina virală maximă
• Contact tracing digital: intervine după identificarea unui caz index (cu 2-5 zile întârziere față de infectare); smartwatch-ul intervine înainte de simptome
• Vaccinarea: reduce transmisia prin imunitate, dar nu elimină transmisibilitatea în fereastra pre-simptomatică; combinarea cu detecția smartwatch ar fi sinergică
• Măsuri non-farmaceutice (măști, distanțare socială): eficace dar cu costuri sociale și economice mari; smartwatch-urile permit o țintire mai precisă a izolării (numai persoanele alertate, nu întreaga populație)

Limitări și perspective

• Model matematic determinist: nu captează variabilitatea comportamentului individual sau heterogenitatea spațio-temporală a transmisiei
• Datele de acuratețe algoritm: bazate pe studii de validare retrospective, care pot supraestima acuratețea în implementare prospectivă de amploare (efectul Goodhart)
• Aderența după alertă: studiul asumă reducere de 66-75% a contactelor la alertă, dar datele comportamentale din pandemie arată variabilitate mare (20-80%) în funcție de context socioeconomic, severitate percepută și oboseala pandemică
• Patogeni noi: algoritmii actuali de detecție sunt antrenați pe COVID-19 și gripă; eficacitatea față de patogeni complet noi (inclusiv variante cu perioadă de incubație diferită) este necunoscută
• Interacțiunile cu alte intervenții: modelul nu evaluează sinergiile cu vaccinarea, testarea sau alte intervenții simultane

Implicații pentru politicile de sănătate publică și pregătirea pentru pandemii

Pandemia COVID-19 a demonstrat că sistemele de supraveghere epidemiologică tradiționale sunt sistematic în urmă față de transmisia reală. Construirea capacității de detectare pre-simptomatică la scară populațională reprezintă una din lecțiile cheie ale pandemiei. Smartwatch-urile oferă o infrastructură existentă: în 2024, aproximativ 30% din adulții americani purtau un dispozitiv purtabil cu monitorizare continuă a parametrilor fiziologici; rata este de 20-25% în Europa de Vest și în creștere. Dacă această infrastructură ar putea fi activată în scopuri de sănătate publică în mod voluntar și transparent, investițiile necesare (algoritmi de detecție, interfețe de alertă, protocoale de izolare) sunt considerabil mai mici față de construirea de infrastructuri de testare de urgență ex novo.

Organizația Mondială a Sănătății (OMS) și mai multe agenții naționale de sănătate publică au inclus în cadrul Post-Pandemic Preparedness recomandări privind integrarea dispozitivelor digitale în supravegherea epidemiologică. Studiul lui Vesinurm et al. furnizează dovezi cantitative pentru o astfel de strategie, estimând că un sistem de alertă smartwatch cu acoperire de 30% ar fi echivalent ca impact cu vaccinarea a 15-20% din populație (la aceeași transmisibilitate de bază), dar cu un timp de implementare mult mai scurt în cazul unui patogen nou.

Provocările practice de implementare includ: standardizarea algoritmilor de detecție (în prezent diferiți pentru Fitbit, Apple, Garmin, Samsung — necesitând o validare comparativă independentă); crearea unui cadru legal pentru utilizarea voluntară a datelor de sănătate în scopuri de sănătate publică (GDPR în UE permite procesarea datelor de sănătate în scop de interes public, dar necesită garanții specifice); integrarea alertelor smartwatch cu sistemele de testare rapidă (alerta ar trebui să genereze un voucher pentru test rapid gratuit, nu numai o recomandare de autoizolare); și educarea populației privind interpretarea corectă a alertelor probabilistice (nu certitudini, ci riscuri crescute).

Relevanța pentru România și planurile naționale de pregătire pandemică

România a experimentat una dintre cele mai severe consecințe ale pandemiei COVID-19 din UE, cu una din cele mai ridicate rate de mortalitate excesivă din Europa în 2021. Capacitățile de testare și trasare a contactelor s-au dovedit insuficiente în perioadele de vârf. Integrarea dispozitivelor purtabile în supravegherea epidemiologică ar putea completa sistemul de supraveghere națională, mai ales că rata de utilizare a smartwatch-urilor în România este în creștere (estimat 15-20% la adulții din mediu urban în 2024).

Un proiect pilot de validare a algoritmilor de detecție a infecțiilor respiratorii pe date românești (cu cohorte voluntare urmărite cu smartwatch în sezonul de gripă 2025-2026) ar putea furniza estimări de acuratețe specifice populației și contextului epidemiologic local, creând baza pentru o strategie națională de integrare digitală în pregătirea pandemică. România ar putea valorifica infrastructura digitală existentă (platforma de eHealth, dosarul electronic de sănătate, sistemul SIUI) pentru implementarea unui sistem de alertă epidemiologică bazat pe dispozitive purtabile, cu costuri marginale reduse față de construirea de infrastructuri noi. Parteneriatele public-private cu producătorii de smartwatch-uri (Apple, Google/Fitbit, Garmin) pentru accesul la date anonimizate agregate ar putea permite construirea unor tablouri de bord epidemiologice în timp real, superioare supravegherii clasice bazate pe testare.

Concluzii

Studiul lui Vesinurm și colaboratorilor demonstrează că detectarea precoce a infecțiilor prin smartwatch, combinată cu autoizolarea rapidă, are potențialul de a reduce transmisia SARS-CoV-2 și a gripei cu 42-48%, cu potențialul de a opri transmisia Delta și a gripei sub pragul epidemic R < 1 cu o acoperire de numai 30% a populației adulte și o reducere de 66% a contactelor sociale. Timing-ul detecției este mai critic decât procentul de reducere a contactelor, subliniind importanța algoritmilor de detecție precoce și a alertelor imediate.

Aceste rezultate susțin investițiile în algoritmi de detecție pre-simptomatică pentru dispozitivele purtabile comerciale și integrarea lor în cadre de supraveghere epidemiologică în timp real, ca o componentă cost-eficientă a pregătirii globale pentru pandemii — valorificând infrastructura de smartwatch-uri deja purtate de sute de milioane de oameni la nivel global. Reducând dependența de testarea reactivă post-simptomatică (inevitabil cu 2-5 zile întârziere față de momentul de maximă transmisivitate), detecția smartwatch poate intercala intervenția epidemiologică exact în fereastra de maximă eficiență — înainte ca persoana infectată să devină simptomatică și să fi expus deja zeci de contacte.