「哎呀，最近好多同事都確診了，聽說有人在家隔離，結果後來血氧太低才送醫，真的好可怕喔！」小芬一邊看著手機上的新聞，一邊對身旁的阿明說。她眉頭深鎖，顯然對這種潛在的風險感到不安。
阿明點點頭，也有些擔憂：「是啊，如果我們不幸確診，需要在家隔離，又沒辦法一直跑醫院，我們怎麼知道自己的身體狀況有沒有突然惡化呢？特別是血氧這種看不到、摸不著的數據，有沒有什麼辦法可以提早發現問題，避免錯過就醫的黃金時機啊？」
這樣的對話情境，在過去幾年的新冠肺炎疫情期間，相信許多台灣民眾都曾經歷過，甚至直到現在，面對流感、呼吸道融合病毒（RSV）或新的變異株，人們對於居家照護的疑慮仍未完全消散。面對像新冠肺炎這樣，可能在家中自行隔離的傳染病，如何有效地監測自己的健康狀況，尤其是在血氧濃度可能悄悄下降卻不自知的情況下，是許多患者與其家屬最關心的議題。畢竟，及早發現身體發出的警訊，就能及早尋求醫療協助，避免病情惡化。
在疫情最嚴峻的時刻，全球的醫學研究人員都努力尋找各種更安全、更有效率的照護模式。其中一個重要的方向，就是運用科技進行「遠端居家監測」。加拿大有一項研究，就針對新冠肺炎患者在居家隔離期間的狀況，深入探討透過智慧型手機應用程式進行遠端監測，是否能有效地預測患者在未來兩天內發生低血氧的情況，甚至進一步預測他們是否最終需要住院治療。這項研究的成果，對於未來我們應對其他呼吸道傳染病，無疑提供了寶貴的參考經驗。
科技助力：打造居家健康的預警系統
為了達成研究目的，研究團隊開發了一款名為「COVIDFree@Home」的應用程式。這款應用程式設計讓居家隔離的患者能夠每天在家中自行記錄一些重要的生理數據和症狀，包括他們當天的症狀描述、體溫、心跳速率以及血氧飽和度等。這些數據會透過網路即時上傳到醫護人員的線上儀表板，讓醫護端能隨時掌握患者的最新狀況，即使患者身處家中，也能獲得一定程度的監測與關懷。
這項前瞻性世代研究（Prospective Cohort Study）從2020年到2022年期間進行，追蹤了來自多倫多三家主要醫院新確診的新冠肺炎患者。研究的對象是剛被診斷出新冠肺炎、且預計將在家中進行隔離的成年人。透過這項研究，研究人員希望建立一個臨床預測模型，找出哪些因素可以預測患者在居家隔離期間可能出現的嚴重併發症，例如低血氧。
在家遠端監測，揪出隱藏危機
這項研究總共追蹤了431位新冠肺炎確診者。其中，有376位參與者（大約佔總人數的87.2%）至少有一次透過COVIDFree@Home應用程式輸入了他們的健康數據。這顯示了居家遠端監測工具在實際應用中的「較高」接受度。
在這些有輸入數據的參與者中，研究顯示有49位患者（約佔13%）曾出現血氧飽和度等於或低於92%的情況，這通常被醫學界視為低血氧的警訊，需要密切關注。另外，有19位患者（約佔5.1%）在研究期間，因為病情變化需要進一步的醫療介入而住院治療。這些數據提醒我們，即使是居家隔離，仍有一定比例的患者會面臨病情惡化的風險。
研究人員進一步深入分析了患者的基線特徵（例如年齡、體重、既有疾病等）以及透過遠端監測每日收集到的變數，目的是找出哪些因素與未來兩天內可能發生低血氧的情況有「較高」的關聯性。研究結果顯示，一些基線因素確實會增加風險，包括：年紀「較長」的患者、肥胖的患者、本身患有肺部疾病的人，以及感染到Alpha或Beta變異株的新冠病毒。這些族群在居家隔離時，可能需要「較頻繁」或「較嚴密」的監測。
而從遠端監測每日收集到的動態數據中，研究團隊透過複雜的機器學習模型（一種名為隨機森林分類器，Random Forest Classifier），分析並發現了幾個「較關鍵」的預測指標。這些指標包括：「咳嗽」症狀的出現或惡化、患者「較低的基線血氧飽和度」（首次測量的血氧值）、感覺到「較嚴重的疲勞感」、出現「較高的體溫」以及測得「較高的心跳速率」。這些都是可以在家中透過簡單工具或自我感知就能掌握的重要訊號。
儘管這個預測模型在辨識未來兩天低血氧方面的整體準確率（Area Under the Curve, AUC值）為0.68，不算非常高，但其「陰性預測值」（Negative Predictive Value, NPV）卻高達99%。這是一個非常重要的發現，它表示如果這個模型判斷您在未來兩天內不會發生低血氧，那麼您實際不發生低血氧的機率是「較高」的。這對於排除低風險患者，減少不必要的擔憂和醫療資源浪費，具有「較大」的潛在價值。
哪些人較需要住院治療？這項研究也提供了線索。
除了預測低血氧，這項研究還有一個次要目標，就是探討哪些因素與患者需要住院治療的機率「較高」有關。研究結果為我們描繪出了一群可能需要更積極介入的患者畫像。
研究顯示，如果患者出現「呼吸困難」的症狀、持續「發燒」、感染的是「Alpha或Beta變異株」的新冠病毒，以及本身患有「高血壓」、「精神疾病」或「糖尿病」等慢性共病症，這些患者需要住院治療的機率則會「較高」。這些發現提醒我們，對於患有基礎疾病的確診者，即使症狀初期看起來不嚴重，也應保持「較高」的警惕。
相對地，研究也發現一些「較輕微」的症狀，例如僅有「流鼻水」或「喉嚨痛」的患者，他們需要住院的機率則「較低」。這有助於區分不同風險等級的患者，讓醫療資源能更有效地分配給「較需要」的族群。
居家監測，未來健康的守門員？
這項加拿大研究的發現，為我們在應對未來的呼吸道傳染病疫情時，如何有效運用遠端監測技術提供了寶貴的參考方向。例如，未來若有新的流感、呼吸道融合病毒（RSV）疫情，甚至新的新冠病毒變異株出現，這類結合患者基線資料與即時監測數據的預測模式，或許就能協助醫護人員在第一時間辨識出居家隔離者中「較高風險」的族群，讓他們能及早獲得必要的醫療評估與介入，避免延誤病情，進而挽救生命。
當然，這項研究也客觀地指出，目前的預測模型仍有進一步改進的空間，以提升其整體準確率。不過，它確實開啟了一個重要的方向：透過智慧型手機等個人科技產品，結合醫學專業知識，讓民眾在家也能成為自己健康的守門員。這不僅能減輕醫療體系的負擔，也能讓患者感到「較安心」，知道自己的狀況是被持續關注的。
所以，回到小芬和阿明的疑問，這項研究顯示，未來我們或許真的能藉助科技的力量，在家中就能「較早」掌握身體發出的警訊。當我們面對呼吸道傳染病時，懂得觀察自己的身體狀況，並搭配可能的遠端監測工具，將有助於我們做出「較明智」的健康管理決策，為自己的健康多添一層保障。
參考文獻：
Predicting low oxygen in patients with acute COVID-19 infection isolating at home: a clinical prediction model. BMJ Open Respiratory Research. 2026; 13(1):e2-21. doi: 10.1136/bmjresp-2025-003728
