蘋果設(shè)計獎得主推出iPhone應(yīng)用程序

Gauss Surgical的救命產(chǎn)品Triton海綿解決方案贏得了蘋果設(shè)計大獎，其開發(fā)者已經(jīng)將注意力轉(zhuǎn)向covid19，引入了一種基于iphone的測試解決方案，有助于降低風(fēng)險并加快測試過程。

上周末，我與高斯首席執(zhí)行官西達斯?薩蒂什(Siddarth Satish)進行了交談。他討論了他在COVID-19測試中心一天的發(fā)現(xiàn)。

他發(fā)現(xiàn)當(dāng)前的測試過程主要是基于紙上的，并觀察到這將使測試人員暴露于潛在的風(fēng)險中，因為他們在測試期間與人密切互動——尤其是在測試期間。

考慮到建議是與他人保持2米的距離，并盡量避免花太多時間與他人接近，他擔(dān)心前線測試人員可能會花每小時15分鐘的時間與他人密切互動。

他認為通過減少被測試者和測試者之間的接觸時間，可以將傳染給各方的風(fēng)險降到最低。從那以后，薩蒂什和他的團隊多次夜以繼日地尋找解決方案。

他說:“我們之所以選擇阿波羅計劃，是因為我們堅信，我們在臨床級數(shù)字決策支持工具方面的專業(yè)知識，使我們能夠建立一個有價值的工具，對COVID-19進行篩選和分類?！?/p>

薩蒂什和艾維合作。開發(fā)該應(yīng)用程序的國家COVID-19測試中心數(shù)據(jù)庫Care，包括斯坦福大學(xué)醫(yī)學(xué)的阿波羅COVID-19篩選調(diào)查(阿波羅研究)。高斯是參加startx Med COVID-19工作組的一大批斯坦福校友、科學(xué)家和醫(yī)生之一。

Apollo集成了在當(dāng)前測試過程中工作的工具:

簡單地說，設(shè)計阿波羅是為了讓一個人能夠分析自己的癥狀，如果有必要，還可以開車去最近的檢測中心。

只有在病人接受測試時，阿波羅才會發(fā)揮最大的作用。

自診斷檢查通過應(yīng)用程序?qū)⒁呀?jīng)處理過的潛在患者提供給測試代理，從而減少相同過程的重復(fù)。這些數(shù)據(jù)以二維碼(“阿波羅通行證”)的形式出現(xiàn)在患者的iPhone屏幕上，由測試者的智能手機上的相應(yīng)應(yīng)用讀取。

這種電子程序意味著患者可以在車窗保持關(guān)閉的情況下分享他們的信息，從而減少與檢測人員的接觸時間。它自動化了手工的、耗時的紙質(zhì)流程，其中包括大約四頁的問題。

測試人員可以查看這些信息，然后使用智能手機給患者打電話，引導(dǎo)他們到測試樣本收集點。

一旦測試完成并收集了患者樣本，測試人員將工具包添加到Apollo并將樣本發(fā)送到測試。一旦過程完成，就可以快速共享結(jié)果。

雖然iPhone目前還不能檢測出covid19的癥狀(請關(guān)注這篇文章)，但這款應(yīng)用程序優(yōu)化了現(xiàn)有的檢測程序，消除了文書工作，減少了患者和醫(yī)護人員之間的直接接觸。

這也有助于減少寶貴的PPE資源的使用。

該應(yīng)用程序不存儲個人身份信息，衛(wèi)生工作者必須在醫(yī)院或政府發(fā)布的電子郵件地址注冊，才能使用該應(yīng)用程序作為提供者。

斯坦福大學(xué)醫(yī)學(xué)院的阿波羅研究被內(nèi)置在阿波羅應(yīng)用程序中。它的設(shè)計目的是收集數(shù)據(jù)，以便深入了解COVID-19的流行和特征。

目標是更好地了解COVID-19對生活各方面的影響，包括癥狀以及大流行如何影響個人及其整個家庭。

“我們想知道人們是如何應(yīng)對19日h1n1流感大流行對他們生活的影響的，”Melissa Bondy博士說，她是流行病學(xué)和人口健康的教授和主席，領(lǐng)導(dǎo)了這個調(diào)查小組?！拔覀儾恢罆卸嗌偃送瓿桑覀兿Ｍ芸炀蜁谐汕先f人完成?！?/p>

移動設(shè)備已經(jīng)成為反擊COVID-19的重要工具。蘋果和谷歌正在合作開發(fā)接觸者追蹤工具，以幫助對抗這種疾病。在一些國家，公眾使用他們的設(shè)備在被封鎖的區(qū)域?qū)で蟛y帶出門許可。今天，有關(guān)新的Apollo應(yīng)用程序的消息應(yīng)該有助于加速測試過程。

它不會止步于此。

我毫不懷疑，數(shù)字健康領(lǐng)域的一些最優(yōu)秀的人正在探索整個測試生態(tài)系統(tǒng)，以確定移動設(shè)備可能有助于抗擊大流行的其他方式。

短期內(nèi)，這些技術(shù)可能會延伸到提高整個過程的效率，而稍長時間內(nèi)，我們可以很容易地想象使用人工智能、機器成像和可穿戴技術(shù)(如蘋果手表)來對潛在的疾病癥狀進行早期預(yù)警。