Aproximadamente el 9% del mundo se infecta anualmente de gripe, lo que provoca entre 3 y 5 millones de casos graves y entre 300.000 y 500.000 muertes al año. Los adultos presentan entre cuatro a seis resfriados comunes al año y los niños cursan de seis a ocho resfriados al año de los cuales, más de la mitad son causados por rinovirus humanos (RV).

Dada la naturaleza altamente infecciosa de los virus respiratorios y sus periodos de incubación variables, las infecciones se transmiten a menudo de forma involuntaria y no existen, en la actualidad, métodos de cribado presintomático para identificarlas. Con la creciente aparición de nuevos virus, como el SARS-CoV-2, es fundamental identificar y aislar rápidamente a los portadores contagiosos de un virus, incluidos los individuos presintomáticos y asintomáticos para minimizar la propagación y los graves resultados sanitarios asociados.

Se ha demostrado que los sensores de monitorización biométrica, como los relojes inteligentes que son tecnologías accesibles y de bajo coste pueden ayudar al diagnóstico de enfermedades. Por ejemplo, la frecuencia cardíaca en reposo, la variabilidad de la frecuencia cardíaca, la acelerometría, la actividad electrodérmica y temperatura de la piel pueden predecir si una persona se infectará o indicar cuál es el estado de la infección en curso. Por tanto, la detección de bioseñales anormales mediante el uso de estos dispositivos podría ser el primer paso para identificar las infecciones antes de la aparición de los síntomas.

Un equipo de investigación del Departamento de Ingeniería Biomédica de la Universidad de Duke, EEUU, evaluó la viabilidad del uso de sensores biométricos no invasivos que se llevan en la muñeca, para detectar una infección viral presintomática después de la exposición y predecir la gravedad de la infección, en pacientes expuestos a la gripe H1N1 o al rinovirus humano.

En un estudio de cohorte de 31 participantes inoculados con H1N1 y 18 con rinovirus, la detección de la infección y la predicción de la gravedad medidos con datos de dispositivos portátiles fueron capaces de distinguir entre infección y no infección con una precisión del 92% para el H1N1 y del 88% para el rinovirus y fueron capaces de distinguir entre infección leve y moderada, 24 horas antes de la aparición de los síntomas con una precisión del 90% para el H1N1 y del 89% de precisión para el rinovirus.

Este estudio sugiere que el uso de dispositivos portátiles para identificar individuos con una infección respiratoria aguda presintomática. es factible. Dado que los dispositivos portátiles son comunes en la población general, su uso para para el cribado de la infección puede ayudar a limitar la propagación del contagio.