How Wearables Can Detect Illness Before You Feel Sick
Your body whispers before it shouts. Wearable data can catch the whisper.
The science of pre-symptomatic detection
In 2020, Stanford researchers published a landmark study in Nature Biomedical Engineering (Mishra et al.) showing smartwatch data could detect COVID-19 infection in 63% of cases before symptoms, with lead times typically a few days — and in some cases up to seven. The key signals? Elevated resting heart rate, decreased HRV, and changes in skin temperature.
Radin et al. (2020, Lancet Digital Health) demonstrated that wearable data improved influenza-like illness surveillance at population level. The pattern is consistent: your autonomic nervous system responds to infection before you consciously feel anything.
What signals indicate illness is coming?
1. Resting heart rate elevation
An increase of 3–5 bpm above your personal baseline, sustained for 2+ days, is a common pre-illness signal.
2. HRV decline
A sustained decline of 10–15% below your baseline indicates your ANS is under stress from immune activation.
3. Sleep disruption
Less deep sleep, more awakenings, longer sleep onset — often precede illness.
4. Body Battery / energy depletion
A morning reading significantly below baseline — especially after normal sleep — can indicate immune system activation.
How MyBodyAI builds on this research
Raw data alone produces too many false positives. MyBodyAI addresses this with context-aware illness detection:
- Personal baselines — Compared to your own history, not population averages
- Activity context — The system knows if yesterday was a hard training day
- Multi-signal correlation — Single-metric spikes are filtered; risk rises only when multiple signals converge
- Illness signatures — After 6+ months, MyBodyAI learns your personal pre-illness pattern
- Trend analysis — Deterioration over 2–3 days matters more than a single bad reading
What to do when risk rises
- Prioritize sleep — Your immune system works best during deep sleep
- Reduce training intensity — Shift to light activity or rest
- Stay hydrated — Support your body's immune response
- Monitor trends — 2–3 days of rising signals is meaningful
Věda za včasným odhalením nemoci
V roce 2020 vydali výzkumníci ze Stanfordu v Nature Biomedical Engineering průlomovou studii (Mishra et al.), která ukázala, že data z chytrých hodinek dokážou zachytit nákazu COVIDem až 7 dní před prvními příznaky. Klíčové signály? Zvýšený klidový tep, nižší HRV a změny tělesné teploty.
Radin et al. (2020, Lancet Digital Health) ukázali, že data z nositelných zařízení zlepšují sledování chřipkových onemocnění v populaci. Vzorec se opakuje: váš autonomní nervový systém reaguje na infekci dřív, než vy sami cokoli pocítíte.
Jaké signály blížící se nemoc prozradí?
1. Zvýšený klidový tep
Nárůst o 3 až 5 tepů nad váš osobní normál, který drží 2 a víc dní, je běžná předzvěst nemoci.
2. Pokles HRV
Trvalý pokles o 10 až 15 % pod váš normál napovídá, že nervový systém je pod tlakem probuzené imunity.
3. Narušený spánek
Míň hlubokého spánku, víc probouzení, delší usínání, to často nemoci předchází.
4. Body Battery / málo energie
Ranní hodnota výrazně pod vaším normálem, hlavně po obvyklém spánku, může napovídat, že se probouzí imunita.
Jak na tom staví MyBodyAI
Ze surových dat naskáče příliš mnoho falešných poplachů. MyBodyAI to řeší odhalováním nemoci s ohledem na souvislosti:
- Osobní normály: porovnává s vaší vlastní historií, ne s průměrem populace
- Co jste dělali: systém ví, jestli byl včerejšek tvrdý tréninkový den
- Souběh více signálů: jednotlivé výkyvy odfiltruje, riziko roste, až když se sejde víc signálů naráz
- Otisk nemoci: po půl roce dat se MyBodyAI naučí, jak u vás vypadá náběh na nemoc
- Sledování trendu: zhoršování přes 2 až 3 dny váží víc než jedno špatné měření
Co dělat, když riziko stoupá
- Dejte přednost spánku: imunita pracuje nejlíp v hlubokém spánku
- Uberte v tréninku: přejděte na lehký pohyb nebo odpočinek
- Pijte dost: podpoříte tím obranu těla
- Sledujte trend: 2 až 3 dny rostoucích signálů něco znamenají
Found this useful? Share it.