美国研究人员首次对可穿戴设备进行研究，以改善对传染病的监测。他们利用用户的静息心率和睡眠跟踪，在五个州实现了对流感的实时预测。

在传染性发作期间，静息心率往往会飙升，这一点可以被智能手表和追踪心率的健身追踪器等可穿戴设备捕捉到。流感每年导致全世界65万人死亡。每年大约有7%的上班族和20%的五岁以下儿童患流感。该研究的作者、斯克里普斯研究转化研究所的詹妮弗·雷丁博士说:“对流感疫情做出更迅速的反应可以防止进一步的传播和感染，我们很想知道传感器数据是否可以改善州一级的实时监测。”研究人员对20万名佩戴Fitbit可穿戴设备的用户的数据进行了分析，这些用户在研究期间至少有60天使用Fitbit可穿戴设备跟踪用户的活动、心率和睡眠情况。在研究期间，来自加利福尼亚州、得克萨斯州、纽约州、伊利诺伊州和宾夕法尼亚州的200,000名用户中，有47,248人始终戴着Fitbit设备，总共评估了13,342,651次每日测量。用户的平均年龄为43岁，其中60%为女性。这项研究发表在《柳叶刀》(Lancet)数字健康杂志上。雷丁说:“未来，随着这些设备的改进，以及24/7的实时数据，有可能识别每天而不是每周的流感发病率。”该数据与美国疾病控制中心(CDC)报告的流感样疾病率周估计值进行了比较。这是心率跟踪器和睡眠数据首次被用于实时预测流感或任何传染病。随着数据量的增加，可能会将该方法应用到地理上更精细的地区，如县或市一级。作者在他们的研究中发现了几个局限性。周平均静息心率可能包括一个人同时患病和未患病的天数，这可能会通过降低周平均心率而导致对疾病的低估。其他因素也可能增加静息心率，包括压力或其他感染。最后，作者指出，之前对睡眠测量设备的研究发现其准确性较低，但他们表示，随着技术的发展，准确性将继续提高。