近日，其研究取得新进展。
SCI学术期刊《Discrete Dynamics in Nature and Society》在线发表华米科技题为“Learning from Large-scale Wearable” device data for Predicting Epidises trend of COVID-19（基于大数据预测COVID-19的流行趋势）的论文在1℃时，心率增加约8.5 bpm 据此，由COVID-19或流感样疾病引起的发烧症状引起的心率增加可以作为生理异常检测的起点。
研究人员以单个用户连续5天的静息心率高于个人平均值1.5个标准差、睡眠时间不低于个人平均值0.5个标准差作为异常标准来区分。
与其他流感样疾病相比，华米还开发了一种异质神经网络回归模型，可以预测COVID-19的趋势，该模型综合考虑了假期、天气、季节、历史周期性生理异常以及由病毒引起的异常。
普通流感发烧。
受COVID-19等因素影响，模拟了由COVID-19引起的异常率的流行趋势。
本研究共收集了来自武汉、北京、深圳、合肥、南京等地超过40万条样本数据，包括心率、活动、睡眠时间等维度。
考虑到不同地区的气候和生活方式差异对COVID-19疫情的影响，工作人员针对每个地区分别训练了区域模型。
预测模型分析结果显示，武汉、北京、深圳、合肥、南京各城市的感染率预测曲线具有明显的暴发期，分析结果能够对应各城市的疫情发展趋势。
以武汉为例，模型预测的感染率在1月28日达到峰值，而武汉新增确诊病例数在2月7日达到接近人类峰值，预测的感染率峰值早于官方公布的峰值武汉新增确诊病例数。
10天。
由于COVID-19的感染、症状和诊断之间存在滞后性，因此该模型的结果也与中国疾病预防控制中心对COVID-19的回顾性研究结果一致。
（因当天诊断标准发生变化，省略了武汉2月12日以后的数据，导致新增确诊病例急剧增加6例。
）此外，饮酒引起的心率加快、睡眠不规律、旅途疲劳等导致体质下降、大规模迁徙、探访带来的交叉感染风险、个体其他疾病等因素可能会干扰生理异常检测的计算结果。
研究人员将根据这些干扰因素不断优化预测模型。
华米科技是全球领先的智能可穿戴创新公司。
以“科技连接健康”为使命，始终关注科技与健康前沿领域的相关研究。
其智能设备累计出货量已超过1亿台，拥有海量的运动健康数据和丰富的大数据分析经验。
自COVID-19疫情发生以来，华米科技已捐赠物资和资金共计1万元，并积极利用自身技术和创新优势，为抗击疫情提供针对性支持。
例如，推出“米动健康助手小程序”，提供COVID-19症状自测功能，帮助公众提前识别和预防COVID-19。
为了缓解疫情期间医生和患者的心理压力，第三方机构开发并提供了一款智能减压手表。
为武汉前线捐款。
此外，华米科技还通过执行COVID-19康复和护理计划来帮助患者进行健康管理。
目前普亭科技还与钟南山院士牵头的广州呼吸健康研究院/国家呼吸系统疾病临床研究中心、广东南山医药创新研究院等开展合作。
基于华米科技在腕式可穿戴技术和人工智能算法方面的积累，联合开展“新型冠状病毒肺炎出院后随访及康复管理”项目，并将开展疫情预测预警系统的联合研究。