你手上的智能手机，可是个科研利器 |《自然》技术特写

源济

你手上的智能手机，可是个科研利器 |《自然》技术特写

原创 Nature Portfolio Nature Portfolio 2021-07-06

原文作者：Sandeep Ravindran

智能手机的普及、功能性和便携性使它们成为病原体监测和公民科学的重要工具。

Debojyoti Chakraborty只用了几个月就开发出了可以在他实验室里使用的COVID-19诊断试验；困难在于如何优化该试验，从而应用到实验室之外。

这个测试基于基因编辑技术CRISPR，当病毒RNA存在时时会显示出一条条带。但新德里基因组学与整合生物学研究所的RNA生物学小组负责人Chakraborty说，如果条带很淡，那它是否能被视为阳性信号，他和同事对此常有争议。他们需要的是一种最好能便携的客观定量工具。后来Chakraborty意识到，他已经有一样这样的东西了——他的智能手机。

来源: 改编自Getty

研究者们开发了一个app，它可以拍摄纸条，利用机器学习识别和量化条带，并将结果输出至云端。这个名叫“TOPSE”[1]的app为一项后来得到印度药物管理总局批准的检测奠定了基础。“实际上，你可以在资源匮乏地区的病理实验室中进行这项检测，”Chakraborty说，“将来没准有一天可以在家里做。”

Chakraborty发觉，全球有数十亿部正在使用中的智能手机，这为疾病追踪、诊断和公民科学(citizen science)提供了前所未有的机会。这些app的功能包括能让用户监测COVID-19症状，计数携带疾病的蚊子，以及识别微观病原体。它们甚至能帮助世界为下一场大流行做好准备。

“这些工具的部署成本非常低，而且它们可以从当地人那里直接获得实时反馈。”麻萨诸塞州波士顿儿童医院的计算机流行病学家John Brownstein表示。“而它们提供的数据超过了传统的疾病监测。”

便携的流行病学

智能手机科学并非始于COVID-19，但这场大流行促使研究人员快速开展公民科学工作，利用智能手机收集疾病信息。志愿者们可以通过app或网站定期记录他们的症状、检验结果、所在地等一系列详细信息。比方说，“我附近的暴发（Outbreaks Near Me）”是Brownstein开发的针对流感和COVID-19提供追踪的众包app，来自五百万app用户的数据为戴口罩的好处提供了早期证据支持[2]。Brownstein说：“这些引人瞩目的见解，从传统医疗中没那么容易快速获得。”

在瞬息万变的公共卫生危机中，这些项目有一个优势在于可以快速开展。加州大学旧金山分校的心脏病学家Gregory Marcus让自己团队开发的“COVID-19公民科学（COVID-19 Citizen Science）”从概念发展到拥有5万用户的app，只用了不到一年。他说：“这在常规研究中是绝不可能的。”因为用户通过下载app来加入项目，所以这也便于他们扩展和调整研究——研究者们可以增设有关新疫苗和新的变异毒株的问题。

在伦敦国王学院研究衰老的Claire Steves分析了来自英国“新冠症状调查（COVID Symptom Study）”的数据，这个app已被450万人下载使用。她和她的团队利用这些数据开发了一个预测模型，并发现嗅觉丧失（anosmia）是COVID-19检测阳性的一项预测因子[3]。她的团队还根据app收集到的数据确定了COVID-19在英国的热点地区[4]，并发现在患病的第一周内就在app中报告5项以上症状的用户[5]，更有可能经历持续的症状，即所谓长期慢性症状（long COVID）。

Steves和她的团队还发现，那些通常没有智能手机的幼儿和老年人，在“新冠症状调查”中代表性不足。但她说，细致地提供帮助、统计分析和与其他研究交叉验证，足以减弱这些数据偏差。通过将他们的研究结果与利用传统实验设计的英国COVID-19追踪调查相比对，该团队验证了他们的模型[4]。“我们已经可以表明，我们的数据在很大程度上反映了（那些）大型人口研究的数据。”

智能手机也可以追踪其他疾病，比如通过蚊子传播的疟疾、寨卡病毒和登革热。南澳大利亚大学的公共和环境卫生科学家Craig Williams并没有派技术人员去捕捉和收集蚊子，而是把诱捕装置寄给了126名南澳大利亚的志愿者，并请他们用邮件发回捕到昆虫的手机照片。

这一名为“蚊蚊监测（Mozzie Monitors）”的项目提供了大规模的蚊子监测，所需成本仅为同类专业检测项目的20%[6]。“令人惊讶的是，在相同周期内，和专业项目相比，公民科学家们能以更低的成本从自家后院收集到更多的蚊子。”Williams团队中参与这一项目的研究生Larissa Braz Sousa说。

此后Williams为澳大利亚的志愿者增加了一个选项，可以放弃诱捕器，使用一个第三方app “iNaturalist”拍照并识别昆虫，在二月开展了称为“蚊蚊月（Mozzie Month）”的全国范围试验。“我们希望能有第一个全国性的公民科学蚊子检测项目，”他说，“智能手机是该项目的核心。”

智能手机诊断

智能手机科学可归结为三个特征：计算力、连接性和相机。

“在过去的十年里，手机相机变得越来越灵敏，以前需要用到显微镜的事情，现在用手机就能做。”伊利诺伊大学香槟分校的生物工程师Rashid Bashir说。2017年，Bashir和他的团队在一项用血液样本检测病毒的即时检验中利用了智能手机相机功能。相机可以识别出扩增病毒RNA产生的荧光信号，从而检测出寨卡、登革和另一种被称为基孔肯雅（chikungunya）的蚊媒病毒[7]。他现在已将这一检测升级以适用于COVID-19[8]。

有时候，基于智能手机的诊断工具在速度和准确性上甚至可以媲美昂贵笨重的实验设备，同时足够便携、适合现场环境。亚利桑那大学生物医学工程师Jeong-Yeol Yoon将智能手机与一些现成的显微镜组件以及MATLAB Mobile app相配合，用以检测诺如病毒，该病毒每年会在美国引起约两千万例消化道疾病[9]。Yoon说：“我们复现了价格动辄高达5万美元的台式荧光显微镜，只花了不到40美元。”他目前正在为诺如病毒和COVID-19病毒设立临床试验。

加州格拉斯通研究所的病毒学家Melanie Ott与加州大学伯克利分校的生物工程师Daniel Fletcher共同开发了基于智能手机的COVID-19诊断试验[10]。据Fletcher说，该测试比标准实验室读板测试更灵敏，且比新冠病毒检验金标准的逆转录聚合酶链反应（reverse-transcription PCR）检测更快捷。基于智能手机的检测还能量化个体携带的病毒，从而帮助预测疾病传播风险和严重程度。Ott说：“手机什么都做了：相机获取结果，计算机加以分析，然后再将结果发送至云端储存。”

确保信任

智能手机是强有力的科学工具，但是一旦某个app需要被广泛使用并提供优质数据，取得用户的信任就变得至关重要。在解决技术障碍的同时，开发者和其他专家们可以在这一点上提供帮助。App开发已经很难，而涉及收集健康数据的app要保证的隐私性、安全性、支持性和合规性则更上一层楼。同样的，公民科学项目必须格外注重匿名和用户数据加密。“如果不能正确地做好这些事，就无法建立信任，让人们使用这些工具。所以这是我们的重点工作。”Brownstein说。

这样的工具也会产生许多数据。比如，“新冠症状调查”app是与伦敦的数据科学公司Zoe联合开发的，其中Zoe进行了app的设计和数据分析。“你每天可能收到来自450万用户的反馈，这数据规模相当大，有时会相当复杂。”Steve说。

在美国国立卫生院的资助下，Marcus开发了一个科研平台——Eureka，该平台包括的基础架构，能让科学家拿来建立及部署移动app，用于健康研究。Eureka为“新冠公民科学研究（COVID Citizen Science Study）”和其他30余个项目搭建了平台。“关键是帮助研究者们能利用这些移动科技而无需自己成为技术专家，那么他们就能更专注于自己的临床研究和医学专长。”

这同样帮到了用户和公共卫生工作。Yoon设想，未来的消费者们可以将非处方工具包和手机app配对，用于定期便捷检测，这或许有助于控制未来的大流行。“我们需要鉴别出已经感染的人，而如果你可以自行在家检测，我相信这可以大幅度减少疾病的传播，”他说，“我们需要为下一场大流行做好准备。”

参考文献：

1. Azhar, M. et al. Preprint at medRxiv https://doi.org/10.1101/2020.09.13.20193581 (2020).

2. Rader, B. et al. Lancet Digital Health 3, 148–157 (2021).

3. Menni, C. et al. Nature Med. 26, 1037–1040 (2020).

4. Varsavsky, T. et al. Lancet Public Health 6, 21–29 (2021).

5. Sudre, C. H. et al. Nature Med. 27, 626–631 (2021).

6. Sousa, L. B. et al. Sci. Total Environ. 704, 135349 (2020).

7. Ganguli, A. et al. Biomed. Microdevices 19, 73 (2017).

8. Ganguli, A. et al. Proc. Natl Acad. Sci. USA 117, 22727–22735 (2020).

9. Chung, S. et al. Nature Protoc. 16, 1452–1475 (2021).

PubMed Article Google Scholar 

10. Fozouni, P. et al. Cell 184, 323–333 (2021).

原文以Smartphone science: apps test and track infectious diseases标题发表在2021年4月23日的《自然》的技术特写版块上