Herzfrequenzdaten aus Wearables sollen dabei helfen, Long COVID besser zu verstehen

Das Koordinationsprojekt LongCARE berichtet in einer Pressemitteilung, dass Herzfrequenzdaten aus Smartwatches und anderen Wearables helfen können, Veränderungen des körperlichen Zustands sichtbar zu machen und Long COVID besser zu verstehen. Wearables sind Geräte, die am Körper getragen werden und Messwerte wie die Herzfrequenz und die körperliche Aktivität erfassen. Die Herzfrequenz beschreibt die Anzahl der Herzschläge pro Minute. Das vom Bundesministerium für Gesundheit geförderte Forschungsprojekt SynoSys.PC der Technischen Universität Dresden untersucht, ob solche Daten über längere Zeiträume Hinweise auf den Verlauf von Long COVID geben können.

Die Herzfrequenz verändert sich abhängig von körperlicher Belastung, Ruhe, Schlaf, Stress und Erkrankungen. Wird sie kontinuierlich im Alltag erfasst, können Muster sichtbar werden, die bei einer einzelnen Untersuchung verborgen bleiben. So stellten die Forschenden fest, dass die Herzfrequenz bei einer akuten COVID-19-Erkrankung zunächst erhöht war und anschließend deutlich abfiel. Bei Menschen mit Long COVID zeigten sich teilweise ähnliche Veränderungen, die jedoch stärker ausgeprägt waren und über einen längeren Zeitraum anhielten.

Eine Studie unter Mitwirkung des SynoSys.PC-Projektleiters Prof. Dr. Dirk Brockmann zeigte zudem: Menschen, die nach einer Corona-Infektion über langanhaltende Müdigkeit oder Kurzatmigkeit berichteten, hatten sich bereits in den drei Wochen vor der Infektion weniger bewegt. Die Ergebnisse zeigen, dass die laufende Auswertung solcher Messdaten wichtige Erkenntnisse über Krankheitsverläufe liefern kann.

SynoSys.PC untersucht fortlaufend Herzfrequenzdaten und weitere Wearable-Daten aus der Corona-Datenspende-App und verknüpft sie mit regelmäßigen Befragungen. So lassen sich körperliche Veränderungen mit dem selbst berichteten Gesundheitszustand in Zusammenhang setzen. An der Corona-Datenspende haben sich mehr als 500.000 Menschen beteiligt. Für rund 130.000 Personen liegen Wearable-Daten über einen längeren Zeitraum vor, von etwa 50.000 Personen zusätzlich regelmäßige Angaben zu ihrem Gesundheitszustand.

Eine zentrale Forschungsfrage ist, ob sich aus solchen Daten künftig auch individuelle Krankheitsverläufe ableiten lassen. Dabei können Verfahren des maschinellen Lernens helfen, wiederkehrende Muster in umfangreichen Messreihen zu erkennen. Außerdem soll weiter untersucht werden, welche Veränderungen tatsächlich mit Long COVID zusammenhängen und welche auch bei anderen Erkrankungen oder Belastungssituationen auftreten.