主页 > 健康 >

华米健康引擎：疫情期间国人睡眠时长增加晚睡更严重

今日头条
2020-04-20 10:57

2020年初，国内新型冠状病毒肺炎疫情突发，华米科技(NYSE:HMI)基于华米健康引擎，发布了《新冠疫情期间国人健康状况趋势报告》，利用自身大数据和人工智能技术对流行性疾病趋势进行分析和预测，再次证实了可穿戴传感器的健康监测在流行病警报和及时公共卫生管理中可以发挥重要的作用。同时，也对新冠疫情期间国人的运动、睡眠等数据，进行了综合分析。

可穿戴大数据助力新冠肺炎疫情监测预警

临床研究表明，新冠肺炎的常见症状为发热、咳嗽、疲劳等，这些症状与可穿戴设备测量的生理体征信号密切相关。可穿戴生物传感器可以更方便的获取用户心率、活动、睡眠等生理指标，因此，建立基于可穿戴设备数据的预测模型有望成为预测新冠肺炎流行趋势的新方法。

根据医学研究，人体体温每升高1℃，心率增加约8.5 bpm。基于此，可将新冠肺炎或流感类疾病的发热症状引起的心率升高，作为生理异常检测方法的出发点。对于每个用户，研究人员将连续5天静息心率比个人均值高出1.5个标准差，并且睡眠时长不少于个人均值0.5个标准差，作为异常判断标准。为区分新冠肺炎和其他流感类疾病，华米研究人员研发了可预测新冠肺炎趋势的异构神经网络回归模型，该模型综合考虑了假日、天气、季节、历史周期性生理异常及普通流感发热引起的异常等因素的影响，模拟出了由新冠肺炎引发的异常率流行趋势。

华米研究人员采集了武汉、北京、深圳、合肥及南京地区共计超过40万个样本数据，开展新冠肺炎引起的生理异常的预测研究。采集的数据主要包括心率、活动和睡眠时间，考虑到不同地区气候及生活方式差异对新冠疫情的影响，每个地区分别训练了各自的区域模型。

数据发现，武汉、北京、深圳、合肥及南京，每个等城市的感染率预测曲线都有一个明显的爆发期，这应对应于各个城市的疫情发展趋势。以武汉为例，模型预测的感染率在1月28日左右达到峰值，而官方发布的武汉新增确诊感染率在2月7日达到最大(武汉2月12日后的数据被省略，因为新型冠状病毒肺炎诊断标准在当天发生变化，导致新确诊病例突然急剧增加13,436例)。预测的感染率高峰较官方报告的峰值提前10天，这是因为新型冠状病毒肺炎的症状出现与核酸检测等确诊方法之间存在滞后，预测的新感染病例是在1月28日左右达到高峰，这也与中国疾控中心对于新冠病毒肺炎的回顾性研究结果相一致。

研究证明了可穿戴大数据对于新型冠状病毒的预测有切实有效的预警作用，该发现为大规模的流行病监测系统提供了新的思路，有望提高公共卫生监测、预测的及时性。

此外，饮酒导致的心率加速、睡眠不规律、旅途疲劳等导致体质下降、大规模迁徙和走访带来的交叉感染风险、个体的其他疾病等因素，都会干扰生理异常检测计算结果，华米健康引擎也正在针对上述因素进一步优化新冠肺炎流行趋势预测模型。

疫情期间国人步数减少睡眠增加

2020年春节后一个月，国内疫情防控最紧张的阶段，国人的生活轨迹也发生了重要变化：外出减少、假期延长……

报告数据显示，疫情期间全国人均每天步数为4924步(每日步数30以下不计入统计范围)，人均每天减少出行2649步，平均步数降幅为35%，下降最多的省份为湖北，由去年同期的7710步下降至4316步，降幅为44%。其次是和湖北毗邻的重庆市，以及初期疫情高发的黑龙江省，分别下降了42%和41%。

从趋势图中看，1月末至2月中下旬这段时间里，全国陆续进入封城之后人均每天步数基本维持在4000-5000步，2月11日国务院下达有序复工指引后，多数企业也都采取灵活办公政策，用户外出活动不多，步数趋势变化不大，中下旬之后步数开始逐步上升。

深度睡眠又称“黄金睡眠”通常只占整个睡眠时间的25%，深睡占比并不是越多越好，接近25%的深睡占比睡眠质量更高。相较去年同期，新冠肺炎疫情期间用户的睡眠时长有所增加，深睡占比为25.6%，更接近健康的深度睡眠比例，但整体睡眠习惯较差，入睡、起床时间向后延迟，赖床时长增加。

数据显示，用户整体每天睡眠时长增加了24分钟、入睡时间推迟了18分钟、入睡时长增加7分钟、起床时间推迟了43分钟。

趋势上与去年不同的是，今年法定春节假期结束之后，用户睡眠时长持续下降，而去年节后一个月随着越来越多的人都进入正常工作、学习生活，作息逐渐规律，3月初睡眠时长小幅回升，而今年由于疫情原因，3月初用户整体睡眠时长仍在下降，分析认为这形成这种趋势的原因主要是由于受学生人群未如期开课影响。

疫情导致用户外出活动大大减少，人们也开始更关注和管理自身运动健康。

PAI (Personal Activity Intelligence)个人运动机能指数是指当前身体机能的综合健康值，通过科学评估个人运动量的方式计算得出，保持PAI值在100以上区间，可以帮助人们管理自己的运动习惯、提高健康水平。疫情期间，因用户基础活动减少，整体PAI值处于低位，较为平稳，后期随复工不断增加而逐渐提升。